하나의 해와 해의 대응
계수 함수나 초기 조건이 달라질 때 그에 따른 해 함수가 어떻게 바뀌는지 학습한다. 특정 조건 하나의 해만 표현하는 모형과 학습 대상을 구분해야 한다. 실제 학습에는 함수들을 격자에 표본화한 데이터가 사용된다.
주파수 영역의 연산
특징을 푸리에 변환하고 선택한 주파수 모드에서 채널 변환을 적용한 뒤 역변환한다. 점별 선형 연산과 비선형 활성 등을 결합해 여러 층을 구성한다. 주파수 공간의 한 선형 연산만으로 모형 전체가 선형이 되는 것은 아니다.
채널 변환 예제
한 주파수에서 두 채널의 계수가 (1, 2)이고 가중치 행렬이 [[2, 1], [0, 3]]이면 변환 결과는 (4, 6)이다. 서로 다른 채널이 섞이는 독립 예제다. 실제 주파수 계수와 가중치는 복소수일 수 있으며 모든 모드가 같은 행렬을 사용하는 것은 아니다.
해상도 이동의 한계
같은 연산자 매개변수를 다른 격자에서 평가할 수 있다는 설계와 모든 해상도에서 정확한 해를 보장한다는 주장은 다르다. 학습 분포, 남긴 주파수 모드와 경계 조건을 확인하고 잔차나 기준 해와의 오차로 검증해야 한다.