可解耦表徵學習用於參數化偏微分方程

本文提出了一種新的神經算子架構DisentangO,能夠從黑盒神經算子參數中提取和解耦潛在的物理因素,從而增強物理可解釋性並提高跨不同物理系統的泛化能力。