65M99」カテゴリーアーカイブ

Optimal Transport-Based Displacement Interpolation with Data Augmentation for Reduced Order Modeling of Nonlinear Dynamical Systems

要約 最適輸送 (OT) 理論と変位補間を活用して、複雑なシステムにおける非線形 … 続きを読む

カテゴリー: (Primary), 37M05, 65M99, 76M99, 86A10, cs.LG, cs.NA, G.1.8, math.NA | コメントする

Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations

要約 非線形浅海方程式をベンチマークとして使用し、U-net タイプのニューラル … 続きを読む

カテゴリー: 35-11, 65M99, 68T07, 86-08, cs.LG, physics.comp-ph, physics.flu-dyn | Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations はコメントを受け付けていません

Separable Physics-Informed Neural Networks for the solution of elasticity problems

要約 深層エネルギー法 (DEM) と組み合わせた分離可能な物理情報に基づいたニ … 続きを読む

カテゴリー: 65M99, 65Z05, 68T07, cs.AI, cs.LG, cs.NA, I.2.1, math.NA, physics.app-ph | Separable Physics-Informed Neural Networks for the solution of elasticity problems はコメントを受け付けていません

Robust Physics Informed Neural Networks

要約 偏微分方程式 (PDE) 解を近似するために、物理情報に基づいたニューラル … 続きを読む

カテゴリー: 65M99, 68T07, cs.LG, cs.NA, G.1.8, math.NA | Robust Physics Informed Neural Networks はコメントを受け付けていません

EPINN-NSE: Enhanced Physics-Informed Neural Networks for Solving Navier-Stokes Equations

要約 【タイトル】EPINN-NSE:拡張された物理情報付きニューラルネットワー … 続きを読む

カテゴリー: 35Q35, 65M99, 68T05, cs.AI, physics.comp-ph | EPINN-NSE: Enhanced Physics-Informed Neural Networks for Solving Navier-Stokes Equations はコメントを受け付けていません