Accelerating Two-Dimensional Computational Fluid Dynamics via Hybrid Spectral-Geometric Neural Architectures
Questo articolo propone un'architettura neurale ibrida spettrale-geometrica che combina reti convoluzionali con metodi spettrali e vincoli informati dalla fisica per ottenere un'accelerazione di 414,9x nelle simulazioni di fluidi 2D rispetto ai solutori tradizionali, mantenendo al contempo un'elevata accuratezza fisica su confini complessi e irregolari.