基于傅里叶算子变换器建模预测异质介质中的波反射与透射
机器学习
2026-04-02 v1
摘要
我们开发了一个机器学习（ML）代理模型来近似一维麦克斯韦方程的解，重点关注涉及材料界面反射和透射电磁波的场景。我们的训练数据来源于高保真有限体积（FV）模拟，包括初始条件的变化以及一种材料光速的变化，使模型能够学习一系列波-材料相互作用行为。ML 模型在视觉变换器框架中自回归地学习物理和频率嵌入。通过在潜在空间中引入傅里叶变换，解的波数谱与模拟数据紧密对齐。预测误差随时间呈近似线性增长，在材料界面处急剧增加。测试结果表明，尽管存在不连续性和未知材料属性，ML 解在超过 75 个时间步长展开中具有足够的相对误差，低于 10%。
引用
@article{arxiv.2604.00132,
title = {Predicting Wave Reflection and Transmission in Heterogeneous Media via Fourier Operator-Based Transformer Modeling},
author = {Zhe Bai and Hans Johansen},
journal= {arXiv preprint arXiv:2604.00132},
year = {2026}
}
备注
6 pages, 9 figures, ACDSA 2026