引用文献
[2] Lu L, Jin P, Pang G, et al. DeepONet: Learning nonlinear operators for identifying differential equations based on the universal approximation theorem of operators [EB/OL]. arXiv:1910.03193, 2019; published in Nature Machine Intelligence, 2021.
正文：The foundational theoretical guarantee is the operator approximation theorem of Chen & Chen (1995)，后续所有神经算子综述统一简称 Chen–Chen 定理。
布朗大学 George Karniadakis 团队提出的 DeepONet 架构是算子学习（Operator Learning）的开山之作。该论文在设计网络架构（由 Branch 网络处理输入函数，Trunk 网络处理评估坐标）时，其核心理论依据直接来源于陈天平 1995 年的算子逼近定理（Chen & Chen, 1995）。DeepONet 的成功标志着科学计算从“拟合函数”跨越到了“拟合偏微分方程算子”，而陈氏定理就是其最核心的数学底座。