arXiv 机器学习· Jinyoung Jeong, Joseph B. Choi, Xinlun Cheng, H. S. Udaykumar, Sanghun Choi, Stephen S. Baek·· 1 天前AI 评分29
面向双曲输运 GNN 求解器的 CFL 感知边设计
CFL-aware edge design for graph neural solvers of hyperbolic transport
AI 导读
研究人员提出一种面向双曲偏微分方程 GNN 求解器的 CFL 感知边设计，在不改变网络架构的前提下显式表达局部传输特征。当边表示分离相互作用方向与空间尺度时，引入 CFL 条件化可将最终步误差降低 10.4-14.4%，且时间步长越大改进越显著。该提升主要源自对激波附近振荡的有效抑制，而非抹平求解。
来源：arXiv 机器学习 · arxiv.org