气象 / 数据驱动预报
NVIDIA 与 NERSC 等 2022 年提出的全球数据驱动天气预报模型,以 0.25 度分辨率在不到 2 秒内生成一周预报,在大尺度变量上短时效追平 ECMWF IFS、细尺度变量优于 IFS,让千成员大集合成为廉价常规操作。
新 代码为 BSD 3-Clause(Copyright (c) 2022, FourCastNet authors);数据遵循 Copernicus CDS 条款;模型权重随仓库分发说明 天气预报傅里叶神经算子深度学习 材料/Materials
利用保结构傅里叶神经算子,在粗时间监督下实现材料相变Cahn–Hilliard动力学的长时间预测
见LICENSE文件 Cahn–Hilliard动力学傅里叶神经算子相场模拟 声学
面向异构采样率生物声学分类,以原生采样率连续滤波器组和傅里叶神经算子减少重采样造成的高频信息损失。
见LICENSE文件 生物声学异构采样率傅里叶神经算子 神经算子/Neural Operator
基于球面傅里叶变换的神经算子模型(Spectral球面调参工具),用全局谱卷积替代网格卷积,处理球面几何数据上的偏微分方程学习任务,适用于气候、气象、全球大气模拟等场景。
ScientificML
提出ADEx-FNO框架,通过环境域嵌入与符号距离函数表示,将傅里叶神经算子扩展至任意离散化和变几何场景,无需修改核心傅里叶层结构。
见LICENSE文件 傅里叶神经算子变几何PDE求解科学机器学习 流体/CFD
提出改进FNO通过时间增量预测建模二维Rayleigh-Bénard对流,实现314k参数、7ms推理的高效模型,揭示训练数据分辨率对泛化精度的限制。
见LICENSE文件 傅里叶神经算子Rayleigh-Bénard对流流体力学 ScientificML
提出GENERIC-FNO,将非平衡热力学的度量结构嵌入傅里叶神经算子,通过简并条件耦合可逆能量守恒与不可逆熵产生过程,拓展了结构保持神经算子的能力边界。
见LICENSE文件 神经算子傅里叶神经算子热力学