深度XDE
DeepXDE是在之上的深度学习库。 如果需要深度学习库,请使用DeepXDE
通过物理信息神经网络(PINN)求解正向和反向偏微分方程(PDE),
通过PINN求解正向和反向积分微分方程(IDE),
通过分数PINN(fPINN)求解正向和逆分数阶偏微分方程(fPDE),
通过多保真度神经网络(MFNN)从多保真度数据中近似函数,
通过深度算子网络(DeepONet)近似非线性算子,
从具有/不具有约束的数据集中近似函数。
文档: ,,,,,
关于算法的论文
通过PINN解决PDE和IDE:,,
通过fPINN解决fPDE:
通过NN任意多项式混沌(NN-aPC)解决随机PDE:
通过MFNN从多保真数据中学习:
通过DeepONet学习非线性算子:
产品特点
DeepXDE支持
没有专制网格生成的复杂域几何。 基本几何形状为区间,三角形,矩形,多边形,圆盘,长方体和球形。 可以使用三个布尔运算将其他几何构造为构造实体几何(CSG):联合,差和交;
多物理场,即耦合的PDE;
5种边界条件(BC):Dirichlet,Neumann,Ro
1