ICLR

Extending Fourier Neural Operators for Modeling Parameterized and Coupled PDEs

扩展傅里叶神经算子用于参数化和耦合偏微分方程建模

Cheng Jing, Uvini Balasuriya Mudiyanselage, Abhishek Verma, Kallol Bera, Shahid Rauf, Kookjin Lee

机构 * Arizona State University（亚利桑那州立大学） ； Applied Materials Inc.（应用材料公司） 纠错

AI总结 研究针对参数化和耦合偏微分方程建模问题，通过最少架构修改扩展傅里叶神经算子。对参数化动力学用超网络调制，对耦合系统探索架构选择，实验表明该方法比基线误差大幅降低，有效提升了偏微分方程建模效果。

Comments Accepted to ICLR 2026