🔬 physics
Self-explainable Operator Learning for Discovering Spatial Patterns in Functional Data
यह शोध पत्र एक स्व-व्याख्यात्मक ऑपरेटर लर्निंग फ्रेमवर्क प्रस्तुत करता है जो न्यूरल ऑपरेटर भविष्यवाणियों को विघटनीय समाकल समीकरणों (decomposable integral equations) के रूप में पुनर्गठित करता है ताकि विशिष्ट इनपुट स्थानिक क्षेत्रों को आउटपुट पैटर्न से सीधे जोड़ा जा सके, जिससे बाहरी पोस्ट-हॉक स्पष्टीकरण उपकरणों पर निर्भर किए बिना जटिल द्रव गतिकी प्रणालियों में गणितीय रूप से पारदर्शी और भौतिक रूप से व्याख्या योग्य अंतर्दृष्टि प्रदान की जा सके।