커널 주성분 분석(KPCA)과 커널 릿지 회귀를 결합한 KPCA-DeepONet은 기존의 POD-DeepONet보다 더 정확한 연산자 학습 성능을 보여준다.
본 연구에서는 함수 인코더 이론을 기반으로 한 새로운 연산자 학습 접근법을 제안한다. 이 접근법은 입력 및 출력 함수 공간에 대한 기저 함수를 학습하고, 이 기저 함수 간의 매핑을 학습하는 두 단계로 구성된다. 이를 통해 선형 및 비선형 연산자를 효과적으로 학습할 수 있다.
