# 神经算子代理模型

反问题的逆映射在间断点附近无法被连续网络一致逼近，因此改为学习可微的前向算子及其导数，把它作为Landweber迭代的替身。在椭圆方程反应系数识别中，四种替身都能重建分布内真值与含尖锐夹杂的真值，但去掉预条件后其中三种在精确数据下提前半收敛并出现高频伪结构；沿固定方向做导数监督几乎不改变最佳重建。

反问题的逆映射在间断点附近无法被连续网络一致逼近，因此改为学习可微的前向算子及其导数，把它作为Landweber迭代的替身。在椭圆方程反应系数识别中，四种替身都能重建分布内真值与含尖锐夹杂的真值，但去掉预条件后其中三种在精确数据下提前半收敛并出现高频伪结构；沿固定方向做导数监督几乎不改变最佳重建。