arXiv · Statistics Machine Learning· Wilson G. Gregory, George A. Kevrekidis, Ben Blum-Smith, Soledad Villar·· 3 小时前AI 评分25
任意维度机器学习模型预热 PDE 求解器
Warm-starting PDE solvers with any-dimensional machine learning
AI 导读
summary_zh: 该研究证明在图神经网络等任意维度机器学习模型满足特定对称性条件时，可在低维训练后零样本迁移到高维 PDE 求解。针对热方程、Burgers 方程和可压缩 Navier–Stokes 方程，用 2D Navier–Stokes 数据训练的代理模型在 3D 测试数据上优于 3D 基线，仅消耗 12% 的浮点运算和 20% 的数据量。
来源：arXiv · Statistics Machine Learning · arxiv.org