本論文では、1次元ポアソン・ネルンスト・プランクイオンチャネルモデルの深層学習ソルバーを提案している。
まず、1次元ポアソン・ネルンスト・プランクイオンチャネルモデルを変分問題として定式化し、効率的な有限要素法ソルバーを開発した。
次に、この有限要素法ソルバーと局所ニューラルネットワークを組み合わせた深層学習ソルバーを定義した。この手法では、粗い格子の有限要素解を入力とし、高精度な解を出力するようにニューラルネットワークを訓練する。
この深層学習ソルバーは、パラメータ、境界条件、サブドメインなどを変化させた様々なモデルに対して高精度な解を生成できる。数値実験の結果、提案手法が高精度な解を効率的に生成できることを示した。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Hwi Lee,Zhen... alle arxiv.org 04-02-2024
https://arxiv.org/pdf/2401.17513.pdfDomande più approfondite