DANO 学习异质超材料中的非局域相互作用

Lee 等研究人员提出域分解注意力神经算子（DANO），可仅凭场数据学习异质系统中依赖具体构型的非局域相互作用，无需预先设定解析形式。 研究以大规模光学超表面为案例，展示了该方法在不同几何异质性和驱动条件下的全场预测能力，并实现从小尺度到大尺度的域迁移及多功能逆向设计。研究人员还通过基于物理的检验验证了模型学习到的相互作用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。