研究人员开发了一种自适应小波基物理信息神经网络（AW-PINN），以解决求解微分方程的局限性，特别是那些具有局部高幅度源项的方程。该新框架动态调整小波基函数，以管理极端损失不平衡并避免标准神经网络固有的频谱偏差。AW-PINN 方法通过不依赖自动微分来加速训练，并在各种具有挑战性的偏微分方程上展示了优于现有方法的性能。 AI
影响 引入了一种新颖的神经网络架构，用于改进微分方程求解，可能影响科学模拟和建模。
排序理由 详细介绍使用神经网络求解微分方程新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2604.28180v1 Announce Type: new Abstract: In recent years, physics-informed neural networks (PINNs) have gained significant attention for solving differential equations, although they suffer from two fundamental limitations, namely, spectral bias inherent in neural networks…
In recent years, physics-informed neural networks (PINNs) have gained significant attention for solving differential equations, although they suffer from two fundamental limitations, namely, spectral bias inherent in neural networks and loss imbalance arising from multiscale phen…