PatternFormer: Learning Multiple Solution Patterns in Reaction--Diffusion Systems
PatternFormer ist ein auf großen Sprachmodellen basierendes Framework, das die Einschränkungen der Eindeutigkeit bestehender neuronaler Ersatzmodelle überwindet, indem es ungeordnete koexistierende Lösungen in kanonische Sequenzen transformiert und so die autoregressive Generierung vollständiger Lösungssätze für nichtlineare Reaktions-Diffusions-Systeme ermöglicht, einschließlich physikalisch gültiger Zustände jenseits der Trainingsdaten.