Core Concepts
物理情報ニューラルネットワーク(PINNs)の線形PDEに対する事前および事後誤差推定を証明する。
Abstract
この論文では、PINNsの線形楕円方程式、弾性、放射、双曲線形方程式に関する事前および事後誤差推定を提供し、最近のPINN最適化の進歩を活用して精度の高い解を実現する数値例を示しています。これらの推定は鋭く、L2ペナルティアプローチがエラー減衰の規範を弱めることが明らかになります。また、最適化アルゴリズムによる最近の進歩を使用して分析された方程式の3次元または4次元で数値シミュレーションを提示しました。すべての場合で効率的に高精度な解を得ることができました。
Stats
∥u∥2 Hs(Ω) ≲ ∥∆u∥2 L2(Ω) + ∥u∥2 L2(∂Ω) iff s ≤ 1/2,
C1∥u∥2 H1/2(Ω) ≤ a(u, u),
C2∥u∥2 H2(U) ≤ a(u, u)