跳到正文
智迹闻AuraTracer

arXiv提出Hodge-Laplacian驱动MoE代理模型

本机阅读

发生了什么

据arXiv论文,研究提出基于可学习Hodge-Laplacian驱动的混合专家架构,用于非结构化网格稳态PDE代理。该架构通过离散Hodge Laplacian测量高频内容以划分解决方案至不同光谱尺度的Transformer专家。在包含9.6K面片的基准测试中,该方法相比Transolver使相对L2误差降低31%,内部均方误差降低47%。

相对L2误差降低
31%
内部均方误差降低
47%

报道与来源

1 篇

发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。

  1. arXiv cs.CV一手材料

    Learnable Hodge-Laplacian Driven Mixture of Experts for Steady-PDE Surrogates on Coarse Unstructured Meshes

来源关系与证据边界

按已记录的来源角色展示;连线仅表示原生身份流程确认的同稿入口,不表示独立佐证或跨报道引用。

  1. 一手材料1 个发布入口