标签：傅里叶神经算子

神经算子/Neural Operator

基于球面傅里叶变换的神经算子模型（Spectral球面调参工具），用全局谱卷积替代网格卷积，处理球面几何数据上的偏微分方程学习任务，适用于气候、气象、全球大气模拟等场景。

ScientificML

提出ADEx-FNO框架，通过环境域嵌入与符号距离函数表示，将傅里叶神经算子扩展至任意离散化和变几何场景，无需修改核心傅里叶层结构。

流体/CFD

提出改进FNO通过时间增量预测建模二维Rayleigh-Bénard对流，实现314k参数、7ms推理的高效模型，揭示训练数据分辨率对泛化精度的限制。

ScientificML

提出GENERIC-FNO，将非平衡热力学的度量结构嵌入傅里叶神经算子，通过简并条件耦合可逆能量守恒与不可逆熵产生过程，拓展了结构保持神经算子的能力边界。

ScientificML

提出分数阶傅里叶神经算子（FrFNO），将解析 Mittag-Leffler 传播子嵌入神经算子架构，实现分数阶 PDE 的高效代理建模与鲁棒求解。