确定性计算力学中的深度学习

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该文总结了深度学习在确定性计算力学中的应用和方法,旨在帮助研究人员了解该领域。

🎯

关键要点

  • 该文总结了深度学习在确定性计算力学中的应用和方法。
  • 文章探索和总结了五个主要类别:仿真替代、仿真增强、离散化作为神经网络、生成方法和深度强化学习。
  • 综述着重介绍深度学习方法,而非计算力学应用。
  • 旨在帮助即将进入该领域或希望了解计算力学中的深度学习的研究人员。
➡️

继续阅读