Neural Operators / Toán tử Nơ-ron

📖 Neural Operators

Definition (English):

Neural operators learn mappings between infinite-dimensional function spaces (operators), not just finite-dimensional vectors. They generalize across resolutions and discretizations. Key architectures: DeepONet (branch-trunk networks), Fourier Neural Operator (FNO – spectral convolutions), Graph Neural Operators. Applications: solving PDEs, climate modeling, turbulence simulation, replacing traditional numerical solvers with fast surrogate models.

📖 Toán tử Nơ-ron

Định nghĩa (Tiếng Việt):

Toán tử nơ-ron học ánh xạ giữa không gian hàm vô hạn chiều (toán tử), không chỉ vector hữu hạn chiều. Chúng khái quát hóa qua độ phân giải và rời rạc hóa. Kiến trúc chính: DeepONet (mạng branch-trunk), Fourier Neural Operator (FNO – tích chập phổ), Graph Neural Operators. Ứng dụng: giải PDE, mô hình khí hậu, mô phỏng nhiễu loạn, thay thế solver số truyền thống bằng mô hình surrogate nhanh.

📂 Phân loại: Scientific ML