原创力文档摘摘摘要要要
非线性可积方程在描述复杂物理现象中具有重要作用,但其求解面临
诸多挑战.传统数值方法在处理复杂非线性问题时,常受限于计算复杂度高、泛
化能力弱、耗时长等固有缺陷,难以有效捕捉解的全局特征和动态行为.近年来,
深度学习方法的兴起为科学计算提供了新的研究范式.其中,傅里叶经算子
(FNO)通过将傅里叶变换与浅层经网络相结合,实现了从参数空间到解空间的
高效映射,为求解非线性可积方程
摘摘摘要要要
非线性可积方程在描述复杂物理现象中具有重要作用,但其求解面临
诸多挑战.传统数值方法在处理复杂非线性问题时,常受限于计算复杂度高、泛
化能力弱、耗时长等固有缺陷,难以有效捕捉解的全局特征和动态行为.近年来,
深度学习方法的兴起为科学计算提供了新的研究范式.其中,傅里叶经算子
(FNO)通过将傅里叶变换与浅层经网络相结合,实现了从参数空间到解空间的
高效映射,为求解非线性可积方程
文档评论（0）