L-SplineFNO：可处理非结构网格的神经算子
热点事件持续更新
L-SplineFNO：可处理非结构网格的神经算子
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Vignesh Gopakumar 等作者提出 L-SplineFNO 神经算子，将 FNO 主干与稀疏、可学习的张量积 B 样条传递相结合，在非结构化网格与隐式笛卡尔网格之间建立映射，以处理非结构化网格数据。 作者称该算子内存效率较高，在单张 A100 GPU 上训练可扩展至 2660 万节点，推理可达 4600 万节点。上述规模数据来自作者自述，尚未见独立验证。
AI 根据报道生成 · 1 小时前更新
最新进展10月19日 12:00
L-SplineFNO：面向非结构化网格的可学习样条神经算子报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv cs.AIL-SplineFNO：面向非结构化网格的可学习样条神经算子
L-SplineFNO 将 FNO 主干与稀疏可学习的张量积 B 样条传递相结合，在非结构化网格与隐式笛卡尔网格之间建立映射，单张 A100 GPU 上训练可扩展至 2660 万节点、推理达 4600 万节点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。