연구진은 HyCOP이라는 새로운 프레임워크를 소개하며, 이는 간단한 모듈(광역, 확산, 학습된 폐쇄, 경계 처리)을 쿼리 조건에 따라 구성하여 매개변수 PDE 솔루션 연산자를 학습합니다.
HyCOP는 단일 맵을 학습하는 대신, 모듈을 적용할 시점과 기간을 결정하는 정책을 학습하여 다양한 PDE 벤치마크에서 해석 가능한 프로그램을 생성하고 기존 신경 연산자보다 OOD 성능을 크게 향상시킵니다.
이 이론은 표현력을 특징짓고 오류 분해를 제공하여 구성 오류와 모듈 오류를 분리하고 프로세스 수준 진단으로 사용됩니다.