כתבה
arXiv cs.LG ·
F$^3$NO: פענוח-מפה-זמן-אינפיניטי-אופרטור-עצמי-עם-תנאי-קרס-סקאל
F$^3$NO: Frequency-Decomposed Finite-Time Flow-map Neural Operators with Cross-Scale Conditioning
אופרטור-עצמי-עם-תנאי-קרס-סקאל לפענוח-מפה-זמן-אינפיניטי. האופרטור משתמש בפיצול-תדרי להנחיית התאמה-לא-ליניארית של פרטים-גבוה-תדר.
תקציר מקורי באנגליתarXiv:2610.10998v1 Announce Type: new Abstract: Neural operators enable fast PDE forecasting, but repeated predictions accumulate errors and fine-scale structures remain difficult to resolve. We introduce a frequency-decomposed finite-time flow-map neural operator (F$^3$NO) that leverages updated low-frequency features to guide nonlinear refinement of high-frequency information. Within each layer, this cross-scale conditioning connects global spectral processing with local detail refinement. The model directly predicts states at specified future times and adjusts the contributions of the two branches according to the prediction interval. For longer trajectories, it combines parallel predictions within short temporal segments with recursive propagation between segments. Experiments on five
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית