Войти
аналитика - 物理情報に基づくニューラルネットワーク
ニューラル共役フロー：フロー構造を持つ物理情報に基づくアーキテクチャ
本稿では、常微分方程式（ODE）の解の構造を模倣した新しいニューラルネットワークアーキテクチャであるニューラル共役フロー（NCF）を紹介し、その優れた推論能力と学習速度を実験的に示す。
チェビシェフ多項式を用いた弾塑性情報に基づくコルmogorov-Arnoldネットワーク（EPi-cKANs）: 砂の挙動予測における精度と汎用性の向上
本稿では、砂の複雑な弾塑性挙動を予測するための、弾塑性情報に基づくチェビシェフ多項式を用いたコルmogorov-Arnoldネットワーク（EPi-cKAN）を紹介します。EPi-cKANは、従来のMLPベースのモデルと比較して、少ないパラメータで優れた精度と汎用性を示し、特に未知の載荷経路における砂の挙動予測において優れた性能を発揮します。
スペクトル情報に基づくニューラルネットワーク：効率的でメモリ使用量を抑えたPINN
本稿では、物理情報に基づくニューラルネットワーク（PINN）における高階微分の計算に伴うメモリ消費量の増大という課題を、スペクトル法を用いることで解決する新しい手法、スペクトル情報に基づくニューラルネットワーク（SINN）を提案する。
Продукты
© 2024 by Linnk AI