已验证75% 置信事实精确时间
神经算子是一类学习无限维函数空间之间映射的深度学习模型，目标是逼近PDE的解算子，具有分辨率无关性，代表性架构包括FNO和DeepONet。
3
来源数
75%
置信度
长期有效
时效性
2026/10/15
首次发现
来源
涉及实体
相关事实
待验证算子学习（如DeepONet、Fourier Neural Operator）直接在函数空间上建模76% 相似待验证深度学习中CNN用于提取神经信号的空间特征，RNN/LSTM和Transformer架构用于捕捉时序依赖关系76% 相似待验证在深度学习中，心智模型指开发者对数据在网络中流动方式的内化认知，包括每层张量形状变化、梯度如何反向传播、残差连接汇合位置等72% 相似待验证现代深度学习框架PyTorch和TensorFlow将神经网络表示为计算图，通过自动微分（Autograd）逆向计算梯度72% 相似待验证当前主流深度学习架构（包括Transformer、卷积神经网络）继承了信息处理范式的核心假设：信息可编码为数值向量、层级化变换、在明确位置读写72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1032951API
curl https://kongchang.com/api/v1/knowledge/claims/1032951MCP
get_claim(id=1032951)