Accelerating Two-Dimensional Computational Fluid Dynamics via Hybrid Spectral-Geometric Neural Architectures
本論文は、複雑で不規則な境界においても高い物理的精度を維持しつつ、従来のソルバーと比較して2次元流体シミュレーションにおいて414.9倍の加速を実現する、畳み込みネットワークとスペクトル法および物理情報に基づく制約を組み合わせたハイブリッドなスペクトル・幾何学的ニューラルアーキテクチャを提案する。