Mar, 2024
SineNet: 学习时变偏微分方程中的时间动力学
SineNet: Learning Temporal Dynamics in Time-Dependent Partial Differential Equations
Xuan Zhang, Jacob Helwig, Yuchao Lin, Yaochen Xie, Cong Fu...
TL;DR使用深度神经网络解决时间依赖的偏微分方程,提出了一种名为 SineNet 的方法,通过多个连续连接的网络块逐步演化高分辨率特征,降低每个阶段内的特征错位,以改进模型的性能,证明了 SineNet 的有效性及其在神经 PDE 求解器设计中的潜力。