BENO: 嵌入边界的神经算子用于椭圆型偏微分方程

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本文提出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,通过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。在泊松问题和Burgers方程中应用和证明了其可行性和噪声鲁棒性。

🎯

关键要点

  • 提出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。

  • 通过语义自编码器实现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。

  • 称之为混合反向 PDE 网络 (BiPDE 网络)。

  • 在泊松问题和Burgers方程中应用并证明了可行性和噪声鲁棒性。

➡️

继续阅读