Остаточные операторы для сопоставления вероятностных частичных дифференциальных уравнений

arXiv: 2512.12.12749v3 Annuales Type: заменить резюме: изучение суррогатных моделей для физических систем со скрытой неопределенностью по-прежнему сопряжено с трудностями в рамках режимов " кризисности данных > : детерминистские нейронные операторы не могут охарактеризовать неопределенность, тогда как процессы регенерации требуют больших аналогов моделей высокодостоверного решения оператора и часто приносятся в жертву общей разрешающей способности. В этой работе мы предлагаем систему обучения операторов с остаточной вероятностью, в рамках которой в качестве индуктивного отклонения будет использоваться метод адмулятивного моделирования на основе анализа потока в бесконечном функциональном пространстве при одновременном использовании недорогих операторов низкодостоверных решений. Вместо того, чтобы непосредственно изучать полностью высокодостоверный стохастический оператор решения, предлагаемая система учится вероятностным остаточным операторам, которые характеризуют несоответствие между решениями с низкой и высокой степенью достоверности. За счет параметризации поля вектора в совпадении потоков при помощи нейронных операторов, которые будут зависеть как от входа известной системы, так и от низкой достоверности s