神经偏微分方程求解器中的自回归复兴
机器学习
2023-10-31 v1 人工智能
数值分析
数值分析
摘要
近年来神经偏微分方程（PDE）求解器领域的发展强烈侧重于神经算子。然而，Brandstetter 等人发表于 ICLR 2022 的论文《Message Passing Neural PDE Solver》重新审视了自回归模型，并设计了一种消息传递图神经网络，在泛化能力与性能上可与最先进的 Fourier Neural Operator 以及传统经典 PDE 求解器相媲美甚至更优。本文深入探讨了该工作的关键贡献，探究了用于解决自回归模型中常见不稳定性问题的策略，以及消息传递图神经网络架构的设计选择。
引用
@article{arxiv.2310.19763,
title = {Autoregressive Renaissance in Neural PDE Solvers},
author = {Yolanne Yi Ran Lee},
journal= {arXiv preprint arXiv:2310.19763},
year = {2023}
}
备注
Presented as a workshop poster at ICLR 2023