模型FNO / Fourier Neural Operator
傅里叶神经算子
由Zongyi Li等人于2020年提出的神经算子模型，通过在频域学习算子映射来求解偏微分方程，具备捕获长程依赖的能力和分辨率不变性
时间轴 (近 90 天)
10月15日
神经算子是一类学习无限维函数空间之间映射的深度学习模型，目标是逼近PDE的解算子，具有分辨率无关性，代表性架构包括FNO和DeepONet。
待验证50%
10月7日
论文系统由四个模块组成：全局傅里叶神经算子、局部算子、集合感知选择器和宏观策略
待验证50%
10月7日
FNO通过快速傅里叶变换将输入函数转换到频率空间，在低频分量上施加可学习的线性变换，再通过逆FFT转回空间域
待验证50%
10月7日
FNO具有分辨率不变性，训练时使用低分辨率网格，推理时可直接迁移到更精细的网格
待验证50%