arXiv · 机器人与计算机视觉· Stavros Nousias, Akis Nousias, Konstantinos Gkrispanis·· 2026-10-15AI 评分18
Learnable Hodge-Laplacian Driven Mixture of Experts 用于粗粒度非结构化网格上的稳态 PDE 代理模型研究
Learnable Hodge-Laplacian Driven Mixture of Experts for Steady-PDE Surrogates on Coarse Unstructured Meshes
AI 导读
该研究提出一种架构,将解分配给专注于不同频谱尺度的普通 Transformer 专家,利用离散 Hodge Laplacian 作为拟合层测量高频内容。在包含 9.6K 面元和 4.9K 顶点的非结构化网格上,该方法相比 Transolver 基准使相对 L2 误差降低 31%,内部均方误差降低 47%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org