SineNet: 学习时变偏微分方程中的时间动力学
本文介绍了一种新型的混合反向问题复合框架,将深度神经网络与偏微分方程数值算法相结合,解决了大量数据中的未知字段问题。该框架在泊松问题和Burgers方程中应用并证明了其可行性和噪声鲁棒性。
原文中文,约300字,阅读约需1分钟。
本文介绍了一种新型的混合反向问题复合框架,将深度神经网络与偏微分方程数值算法相结合,解决了大量数据中的未知字段问题。该框架在泊松问题和Burgers方程中应用并证明了其可行性和噪声鲁棒性。