超越仿射重构：用于辐射传输方程的多分辨率 Transformer DeepONets

研究提出面向辐射传输方程（RTE）的多分辨率 Transformer DeepONet，借助 Perceiver 编码器和交叉注意力解码器处理不同空间分辨率输入，无需统一网格重采样即可进行非仿射重构。二维池火数据实验中，该方法以更少可训练参数预测辐射强度和入射辐射时优于自编码器式 DeepONets，并在包含三种空间分辨率的数据集上均表现出精度优势。