ICLRMay, 2023
多分辨率物理模拟的可控适应学习
Learning Controllable Adaptive Simulation for Multi-resolution Physics
Tailin Wu, Takashi Maruyama, Qingqing Zhao, Gordon Wetzstein, Jure Leskovec
TL;DR提出了一种全深度学习的代理建模方法,名为 LAMP,基于图神经网络进行前向建模和空间精度升级策略的学习。该方法通过加权误差和计算成本的目标函数进行优化,从而可以在推断时自适应地处于误差和计算成本的平衡点,实现了在多分辨率动态系统中的性能提升,并在非线性偏微分方程和网格模拟方面取得了优越的结果。