利用数据和机器学习稳定化和解决逆问题

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究探讨了在未知边界条件下重建非线性偏微分方程解的逆问题。通过正交分解与自编码器,构建神经网络将边界数据映射到PDE解,数值实验表明该方法有效。

🎯

关键要点

  • 本研究探讨了在未知边界条件下重建非线性偏微分方程解的逆问题。

  • 使用正交分解(POD)对边界数据进行压缩。

  • 利用自编码器识别低维非线性结构。

  • 构建神经网络将边界数据映射到PDE解。

  • 数值实验表明该方法有效,提供了稳定有限元方法的最优误差估计。

➡️

继续阅读