neuraloperator/neuraloperator

해결하는 문제

NeuralOperator는 고정된 크기의 벡터 간의 매핑이 아니라, 함수 공간 간의 매핑을 학습하도록 설계된 PyTorch 라이브러리입니다. 이로 인해 모델은 해상도 불변성(resolution invariant)을 가지게 되어, 특정 해상도의 데이터로 훈련된 모델이 다른 모든 해상도의 데이터에 적용될 수 있습니다.

작동 방식

이 라이브러리는 특히 푸리에 뉴럴 오퍼레이터(FNO)와 타커 텐서 FNO(TFNO)의 뉴럴 오퍼레이터 아키텍처를 제공합니다. TFNO는 가중치의 타커 분해를 사용하여 파라미터 수를 크게 줄이면서도, 입력을 분해 요소와 직접 수축함으로써 전방 전파의 효율성을 유지합니다.

대상 사용자

과학적 기계 학습 분야에서 일하는 연구자 및 개발자로, 데이터 해상도에 의존하지 않는 오퍼레이터를 학습해야 하는 사람들을 대상으로 합니다.

주요 특징

• 푸리에 뉴럴 오퍼레이터(FNO)의 공식 구현.
• 함수 공간 간의 해상도 불변 학습.
• 파라미터 효율적인 모델 아키텍처를 위한 타커 텐서 FNO(TFNO).
• PyTorch 생태계의 일부.