Operator Learning for Consolidation: An Architectural Comparison for DeepONet Variants
Este estudo avalia arquiteturas de DeepONet para o problema de consolidação em engenharia geotécnica, demonstrando que uma variante aprimorada com recursos de Fourier no tronco supera os modelos padrão e oferece acelerações computacionais significativas (até 1.000x em cenários 3D), viabilizando a quantificação eficiente de incertezas.