「65M99」カテゴリーアーカイブ

Application of Machine Learning and Convex Limiting to Subgrid Flux Modeling in the Shallow-Water Equations

投稿日: 2025年4月29日 作成者: jarxiv

要約 1次元の浅い水方程式のフラックス制限された有限体積法のコンテキストで、プロ … 続きを読む →

カテゴリー: 65M99, cs.LG, physics.ao-ph, physics.comp-ph, physics.flu-dyn, stat.ML | Application of Machine Learning and Convex Limiting to Subgrid Flux Modeling in the Shallow-Water Equations はコメントを受け付けていません

Sidecar: A Structure-Preserving Framework for Solving Partial Differential Equations with Neural Networks

投稿日: 2025年4月15日 作成者: jarxiv

要約 神経ネットワーク（NNS）を使用して部分微分方程式（PDE）を解くことは、 … 続きを読む →

カテゴリー: 35L65, 65M99, 68T07, cs.LG, cs.NA, math.NA | Sidecar: A Structure-Preserving Framework for Solving Partial Differential Equations with Neural Networks はコメントを受け付けていません

Convex Physics Informed Neural Networks for the Monge-Ampère Optimal Transport Problem

投稿日: 2025年1月20日 作成者: jarxiv

要約 サプライヤーから顧客までの原材料の最適な輸送は物流で生じる問題であり、ここ … 続きを読む →

カテゴリー: 35G30, 49Q22, 65M99, 68T07, cs.LG, cs.NA, G.1.8, math.NA | Convex Physics Informed Neural Networks for the Monge-Ampère Optimal Transport Problem はコメントを受け付けていません

About rectified sigmoid function for enhancing the accuracy of Physics-Informed Neural Networks

投稿日: 2024年12月31日 作成者: jarxiv

要約 この記事では、物理的問題を解決するための 1 つの隠れ層と修正された活性化 … 続きを読む →

カテゴリー: (Primary), 65M99, cs.AI, cs.LG, cs.NA, I.2.1, math.NA, physics.comp-ph | About rectified sigmoid function for enhancing the accuracy of Physics-Informed Neural Networks はコメントを受け付けていません

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

投稿日: 2024年11月14日 作成者: jarxiv

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 | Optimal Transport-Based Displacement Interpolation with Data Augmentation for Reduced Order Modeling of Nonlinear Dynamical Systems はコメントを受け付けていません

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

投稿日: 2024年4月10日 作成者: jarxiv

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

投稿日: 2024年1月25日 作成者: jarxiv

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

投稿日: 2024年1月5日 作成者: jarxiv

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

投稿日: 2023年4月10日 作成者: jarxiv

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