연구진은 시간 의존 PDE를 위한 신경 연산자 구조적 긴장을 해결하기 위해 SpectraNet을 소개했습니다. SpectraNet은 U-Net 계층 구조 내에 잘린 스펙트럴 컨볼루션을 결합한 자기 회귀 신경 연산자입니다. 이 모델은 기존 FNO에 비해 파라미터 수를 줄이면서 테스트 상대 L2 오차를 0.0822까지 낮췄습니다.
SpectraNet은 L^T 안정성 문제를 선형 T*delta 드리프트로 대체하고, 파라미터 수는 그리드 크기에 의존하지 않는 Theta(L w^2 M^2)로 유지합니다. 다양한 PDE 벤치마크에서 FNO를 능가하는 성능을 보여주었으며, 100까지 자유롭게 롤아웃이 가능합니다.
SpectraNet은 소비자 CPU에서 200ms 미만의 실행 시간을 보여주며, 가벼운 모델(<=5M 파라미터, CPU 200ms 이내) 파레토 프론티어를 지배합니다.