BriefGPT - AI 论文速递 · 2024-12-08T00:00:00Z 基于物理的高斯自适应参数网格表示 💡 原文中文，约300字，阅读约需1分钟。 📝 内容提要 本研究提出物理信息高斯（PIG）方法，以提高神经网络在近似偏微分方程（PDE）时的准确性。该方法结合高斯函数特征嵌入与轻量级神经网络，动态调整均值和方差，从而增强PDE解的逼近效果。实验结果表明，该方法在多种PDE问题上表现优异。 🏷️ 标签 偏微分方程 物理信息高斯 神经网络 逼近效果 高斯函数 阅读原文 生成长图 分享链接 已复制链接
