傅里叶神经算子 (Fourier Neural Operators, FNOs) 是一类为求解偏微分方程 (Partial Differential Equations, PDEs) 和学习函数空间之间的映射而设计的机器学习模型。它们通过引入傅里叶变换来高效地捕捉全局依赖关系，从而扩展了神经算子的能力。与处理逐点近似的传统深度学习模型不同，FNOs 在频域中运行，这使得它们在处理涉及复杂空间模式的问题时非常高效。
Fourier Neural Operators