PDEsByNNs:该存储库包含许多Jupyter Notebooks,它们说明了使用TensorFlow通过神经网络求解偏微分方程的不同方法-源码

上传者: 42123296 | 上传时间: 2021-11-13 19:16:27 | 文件大小: 624KB | 文件类型: -
偏二元神经网络 该存储库包含三个Jupyter笔记本,说明了通过神经网络(NN)求解偏微分方程(PDE)的不同方法。 笔记本用作纸的补充材料: 神经网络求解偏微分方程的三种方法-综述 摘要:越来越多地使用神经网络来构造偏微分方程的数值求解方法。 在本说明性综述中,我们介绍和对比了三种重要的近期方法,这些方法在其简单性和对高维问题的适用性方面具有吸引力,它们是:物理信息神经网络,基于Feynman-Kac公式的方法和Deep BSDE求解器。 本文随附Jupyter笔记本电脑形式的一套说明软件,其中逐步解释了每种基本方法,从而可以快速进行同化和试验。 大量的书目总结了最新技术。 关键词:偏微分方程; Hamilton-Jacobi-Bellman方程; 神经网络,维数诅咒,Feynman-Kac,后向微分方程,随机过程 arXiv预印本: : 引文: @misc{blechsc

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明