BriefGPT - AI 论文速递 · 2024-02-14T00:00:00Z

神经算子与能量理论结合：哈密顿和耗散偏微分方程的算子学习

📝

内容提要

该论文提出了能量一致性神经算子（ENO），一种学习偏微分方程解算子的通用框架。通过新型惩罚函数进行训练，确保基于深度神经网络的解算子输出具有能量一致性。实验证明，ENO优于现有深度神经网络模型在从数据中预测解方面的表现。

🏷️

标签

偏微分方程 深度神经网络 能量一致性神经算子 训练 预测解