运算提速不减精度
Runge-Kutta时间步进与神经网络预测相结合的时间积分方案，在保持仿真精度的同时显著减少计算步数。
Wen, Pengfei · Wenhui, Kong · 胡宁 · 王兴军
IEEE Transactions on Antennas and Propagation 2025
通过神经网络预测未来时间步的值，跳过大量实际计算，从而直接减少所需的时间步总数。
自动捕捉仿真模型中的几何周期性，利用该属性减少电磁仿真所需的内存资源。
在减少时间步的同时保持仿真精度，通过混合时间积分方案平衡效率与准确度。