Predictivity and Utility of Neural Surrogates of Multiscale PDEs
이 논문은 다중 스케일 편미분방정식에서 신경망 대용 모델이 저차원 매니폴드나 중기 기상 예측과 같은 특정 조건에서는 유용할 수 있으나, 스펙트럼 편향과 조화화 과정에서의 정보 손실로 인해 본질적으로 혼돈적인 다중 스케일 시나리오에서는 예측력이 제한적임을 지적하고 신경망과 고전적 방법의 하이브리드 접근법 및 보고 표준 개선을 제안합니다.