محققان در یک پژوهش جدید، از مدلهای «Fourier Neural Operator» (FNO) برای شبیهسازی دقیقتر معادلات غیرخطی شرودینگر استفاده کردهاند. این مدل جدید با شرطیسازی هندسی (Geometry-Conditioned)، به خوبی میتواند رفتارهای پیچیده و نرخ رشد در دامنههای دورهای را پیشبینی کند. این دستاورد گام مهمی در کاربرد یادگیری عمیق برای حل مسائل محاسباتی و فیزیک محاسباتی محسوب میشود. 🧠⚙️
منبع: arXiv Machine Learning
