Fourier Neural Operator

物理AI强调把质量守恒、动量方程、边界条件等物理约束嵌入机器学习模型，常见做法包括物理信息神经网络（PINN）、算子学习（如Fourier Neural Operator）以及将数值求解器作为可微层。

Fourier Neural Operator（FNO）由 Li 等人于 2021 年提出，核心创新在于将算子学习从物理空间转移到频域，每一层包含傅里叶变换、频域线性变换和逆傅里叶变换。

FNO 的参数量与网格分辨率解耦，训练好的模型可以在不同分辨率上推理，这一性质称为'离散不变性'。