Apr, 2023
微分方程问题的上下文操作符学习
In-Context Operator Learning for Differential Equation Problems
TL;DR本文提出了一种名为INDEED的基于神经网络的方法,它可以同时从数据中学习运算符并在推理阶段应用于新问题,无需任何重复训练,本方法通过训练单个神经网络作为运算符学习器,不仅可以摆脱为新问题重新调整神经网络的困扰,还可以利用算子之间共享的特性,同时只需少量演示即可学习新的算子。该文的数值结果显示,INDEED 显著提高了模型的准确性并且能够泛化到训练分布之外,甚至适用于未见过的运算符类型。