BriefGPT.xyz
Ask
alpha
关键词
time-dependent partial differential equations
搜索结果 - 3
SineNet: 学习时变偏微分方程中的时间动力学
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
→
PDF
3 months ago
随机稀疏神经 Galerkin 方案用于使用深度网络求解演化方程
通过在时序中顺序训练神经网络来逼近时变偏微分方程的解场,有助于保持因果性和其他物理特性;然而,由于训练误差随时间快速累积和放大,时序训练的数值挑战很大。本研究引入了 Neural Galerkin 方案,该方案在每个时间步骤更新网络参数的随
→
PDF
9 months ago
PDE-Refiner: 使用神经偏微分方程求解器实现准确的长期预测
基于时间依赖的偏微分方程,神经 PDE 求解器,时域展开策略,扩散模型和 PDE-Refiner 是该论文的五个关键词,通过多步细化过程实现对所有频率分量的准确建模,提供稳定准确的结果,优于现有模型,并通过去噪目标实现新颖的频谱数据增强。
PDF
a year ago
Prev
Next