巴拿赫空间之间全纯算子的最优深度学习
原文中文,约300字,阅读约需1分钟。发表于: 。通过将任意近似编码器和解码器与标准前馈深度神经网络 (DNN) 体系结构相结合,我们提出了学习巴拿赫空间之间的算子的问题。我们首先确定了一组 DNN 的族群,使得由这些深度学习 (DL) 过程所获得的产生出算子可以达到最佳的泛化性能。接下来,我们证明了 DL...
通过机器学习理念在函数空间中映射,构建近似算子,可用于物理模型的高效代理模型和模型发现。神经算子在各应用中成功,但理论仍不完整。本文总结了近期进展和对神经算子理论的认识。