Nov, 2023

非线性ODE的一次迁移学习

TL;DR我们引入了一种可泛化方法,将摄动法和一次性迁移学习结合到物理信息神经网络(PINN)中,以解决具有单项式的非线性ODE问题。我们的方法将非线性ODE转化为线性ODE系统,在不同条件下训练PINN,并为同一非线性ODE类别中的新实例提供封闭式解。我们在Duffing方程上展示了这种方法的有效性,并提出了其在类似结构的PDE和ODE系统中的适用性。