利用深度算子网络对朗道阻尼进行代理建模

动理学模拟在以高精度捕获微观等离子体物理现象方面表现出色，但其计算需求使得它们无法用于对大规模空间和天体物理系统进行建模。在此背景下，我们基于 Vlasov-Poisson 模拟数据，利用深度算子网络构建了一个代理模型来模拟等离子体的动力学演化，重点关注 Landau 阻尼过程——这是空间和天体物理等离子体中的一种基本动理学现象。训练后的 DeepONet 能够在各种条件下捕获线性和非线性区域中电场能量的演化。广泛的验证突出了 DeepONet 在高精度重现复杂等离子体行为方面的鲁棒性能，为大规模空间和天体物理等离子体建模铺平了道路。