BriefGPT.xyz
May, 2024
基于热力学局部启发的图神经网络
Graph neural networks informed locally by thermodynamics
HTML
PDF
Alicia Tierz, Iciar Alfaro, David González, Francisco Chinesta, Elías Cueto
TL;DR
这项研究通过引入感知力偏差,同时套用热力学第一和第二原理,提高神经网络的准确性,尤其是在涉及到图网络时,通过开发一种本地化版本的感知力偏差,避免了全局Poisson和耗散矩阵的拼装,从而保存了图网络的节点结构,并在固体力学和流体力学领域进行了应用,展示出显著的计算效率和高强度的泛化能力。
Abstract
thermodynamics-informed neural networks
employ
inductive biases
for the enforcement of the first and second principles of thermodynamics. To construct these biases, a
→