中文

FastLSQ:基于傅里叶特征的 PDE 求解器(带精确解析导数)

数值分析 2026-03-24 v4 机器学习 数值分析

摘要

我们提出 FastLSQ,一个基于三角随机傅里叶特征并具备精确解析导数的 PDE 求解与逆问题框架。三角特征在 O(1)\mathcal{O}(1) 时间内可求解任意阶导数,实现无需自动微分的无图构建算子装配。线性 PDE:仅需一次最小二乘求解;非线性:Newton-Raphson 复用解析装配。在17个PDE(1--6维)上,FastLSQ 在线性问题中达到 10710^{-7} 精度耗时 0.07s,非线性问题中达到 10810^{-8}--10910^{-9} 精度耗时 <9s,远快于迭代 PINN。解析高阶导数实现可微分数字孪生;我们演示逆问题(热源、线圈恢复)和 PDE 发现。代码: github.com/sulcantonin/FastLSQ 及 \texttt{pip install fastlsq}。

关键词

引用

@article{arxiv.2602.10541,
  title  = {FastLSQ: Solving PDEs in One Shot via Fourier Features with Exact Analytical Derivatives},
  author = {Antonin Sulc},
  journal= {arXiv preprint arXiv:2602.10541},
  year   = {2026}
}

备注

9 pages, 4 figure, Accepted at ICLR 2026 AI & PDE