★ 2
L-SplineFNO：面向非结构网格的可学习样条神经算子
论文提出 L-SplineFNO，将傅里叶神经算子主干与稀疏可学习 B 样条传递结合，在非结构网格与潜在笛卡尔网格间转换，避免几何相关求解。在 6 个三维工程基准上以更低内存与算力达到高精度，单张 A100 可扩展至训练 2660 万节点、推理 4600 万节点。
arXiv cs.AI13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 L-SplineFNO，将傅里叶神经算子主干与稀疏可学习 B 样条传递结合，在非结构网格与潜在笛卡尔网格间转换，避免几何相关求解。在 6 个三维工程基准上以更低内存与算力达到高精度，单张 A100 可扩展至训练 2660 万节点、推理 4600 万节点。