替代模型的符号：测量神经 PDE 求解器中的数值来源

研究提出一种经验傅里叶符号诊断方法，用单个傅里叶模式探测已训练替代模型的线性化单步算子，并与精确演化及训练格式参考对比。在线性对流中，学习到的替代模型复现了训练格式的振幅与相位误差，双格式差异达到解析预测的完全模仿上限的 99.8% 以上；该现象也出现在非局部傅里叶神经算子和非线性 Burgers 动力学中。结果表明，与求解器生成的测试数据一致本身并不能证明对精确演化的保真度。