Disentangled Latent Dynamics Manifold Fusion for Solving Parameterized PDEs
解耦潜在动态流形融合用于求解参数化偏微分方程
机构 * National Center for Applied Mathematics, Tianjin University（应用数学国家中心，天津大学）
专题命中 模型式强化学习 ：latent dynamics(title,abstract)；分类 cs.LG
AI总结 本文提出DLDMF框架，通过解耦空间、时间和参数，利用连续时间潜在方法和动态流形融合机制，提升参数泛化和时间外推的稳定性与准确性。
