Implicit Neural Differential Model for Spatiotemporal Dynamics
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新颖的隐式物理集成神经可微求解器Im-PiNDiff,旨在解决混合神经-物理建模在长时间预测中的不稳定性和误差累积问题。该方法通过混合梯度传播策略实现可扩展训练,显著降低内存和运行时间成本,并在多种时空偏微分方程系统中展现出优越的预测性能和增强的数值稳定性。
🎯
关键要点
- 本研究提出了一种新颖的隐式物理集成神经可微求解器Im-PiNDiff。
- Im-PiNDiff旨在解决混合神经-物理建模在长时间预测中的不稳定性和误差累积问题。
- 该方法通过混合梯度传播策略实现可扩展训练,显著降低内存和运行时间成本。
- 实验证明,Im-PiNDiff在多种时空偏微分方程系统中展现出优越的预测性能和增强的数值稳定性。
➡️