Tensor Gaussian Processes: Efficient Solvers for Nonlinear PDEs
张量高斯过程：非线性偏微分方程的高效求解器
机构 * Kahlert School of Computing, University of Utah（犹他大学卡勒特计算学院） ； Department of Mathematics, University of Kentucky（肯塔基大学数学系） ； Department of Computing and Mathematical Sciences, California Institute of Technology（加州理工学院计算与数学科学系）
AI总结 本文提出基于张量高斯过程的求解器TGPS，通过一维高斯过程因子函数和张量分解降低计算复杂度，结合部分冻结策略和牛顿法提升效率，并在多个基准PDE上验证了其精度和效率优势。
Comments Accepted at AISTATS 2026
