神经偏微分方程求解中的自回归复兴
本文提出了一种混合反向 PDE 网络,将深度神经网络和偏微分方程数值算法相结合,通过语义自编码器实现了域特定知识和物理约束的综合应用,解决了大量数据中的未知字段问题,并在泊松问题和 Burgers 方程中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。
本文提出了一种混合反向 PDE 网络,将深度神经网络和偏微分方程数值算法相结合,通过语义自编码器实现了域特定知识和物理约束的综合应用,解决了大量数据中的未知字段问题,并在泊松问题和 Burgers 方程中证明了其可行性和噪声鲁棒性。