arXiv · cs.AI· Chengyun Wang, Liwei Chen, Nils Thuerey·· 1 天前
研究团队提出从观测数据发现系统稳定性与感受性的神经算子框架
A neural operator framework for data-driven discovery of stability and receptivity in physical systems
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Chengyun Wang, Liwei Chen, Nils Thuerey
期刊信息（来源提供）：Proc. Natl. Acad. Sci. U.S.A. 123 (42), e2526451123 (2026)
研究任务与主要进展
研究团队提出一种无需已知控制方程、仅依赖观测数据的神经算子框架，用于发现复杂物理系统的稳定性与感受性。该方法训练神经网络模拟系统动力学，并通过自动微分提取 Jacobian，进而计算特征模态和 resolvent 模式；论文摘要称，其在标准混沌模型和高维流体流中识别了主导不稳定模态与输入输出结构。材料仅包含论文摘要，未说明训练规模、量化指标、比较基线及实验细节。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org