PatternFormer: Learning Multiple Solution Patterns in Reaction--Diffusion Systems
PatternFormer is een op grote taalmodellen gebaseerd framework dat de beperkingen van enkelvoudige waarden van bestaande neurale surrogaten overwint door ongeordende, coëxisterende oplossingen te transformeren naar canonieke sequenties, waardoor de autoregressieve generatie van volledige verzamelingen oplossingen voor nietlineaire reactie-diffusiesystemen mogelijk wordt, inclusief fysiek geldige toestanden buiten de trainingsdata.