REAct:用于提高PINNs学习和泛化能力的合理指数激活函数

💡 原文中文,约600字,阅读约需2分钟。
📝

内容提要

本研究提出了一种新的合理指数激活函数(REAct),旨在提升物理信息神经网络(PINNs)的学习和泛化能力。实验结果显示,REAct在热问题上的均方误差显著低于现有激活函数,并在函数逼近和反问题中表现优异,增强了噪声抵抗能力和参数估计的准确性。

🏷️

标签

➡️

继续阅读