首页> 中文期刊> 《计算物理》 >从噪声数据学习偏微分方程的复合神经网络

从噪声数据学习偏微分方程的复合神经网络

         

摘要

提出一种名为NN-PDE(neural network-partial differential equations)的复合神经网络方法,用于噪声数据预处理和学习偏微分方程。NN-PDE用一套神经网络负责数据预处理,另一套网络耦合备选的方程信息,进而学习潜在的控制方程。两套网络复合为一套网络,可更加高效地处理噪声数据,有效减小噪声的影响。使用NN-PDE学习多种物理方程(如Burgers方程、Korteweg-de Vries方程、Kuramoto-Sivashinsky方程和Navier-Stokes方程)的噪声数据,均可获得准确的控制方程。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号