Pre-Generating Multi-Difficulty PDE Data for Few-Shot Neural PDE Solvers
Diese Arbeit zeigt auf, dass die strategische Vorgenerierung und Kuratierung von PDE-Trainingsdaten mit multiplen Schwierigkeitsgraden, insbesondere durch das Einbeziehen zahlreicher Beispiele mit niedriger bis mittlerer Schwierigkeit, die Rechenkosten klassischer Solver signifikant reduziert, während es neuronalen PDE-Solvern gleichzeitig ermöglicht, eine hochgenaue Performance bei komplexen Aufgaben mit weitaus weniger Beispielen mit hoher Schwierigkeit zu erreichen.