PulseAugur
实时 10:54:19
English(EN) LieSolver: PDE-Constrained Learning for IBVPs via Lie Symmetries

LieSolver 利用李对称性求解初边值问题,性能优于 PINNs

研究人员开发了 LieSolver,一种通过整合李对称性来精确强制执行偏微分方程 (PDE) 的新颖方法,用于求解初边值问题 (IBVP)。该方法仅通过初始和边界数据进行学习来嵌入物理定律,从而实现直接的全局误差量化。LieSolver 已在 А、B 和 C 等线性齐次偏微分方程上实现并进行了测试,与物理信息神经网络 (PINNs) 相比,在速度和准确性方面均表现更优,同时生成的模型也更紧凑。 AI

影响 通过改进 PDE 约束学习,该方法有望在物理和工程领域实现更高效、更准确的模拟。

排序理由 该集群包含一篇详细介绍求解微分方程新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

LieSolver 利用李对称性求解初边值问题,性能优于 PINNs

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Ren\'e P. Klausen, Ivan Timofeev, Jonas Naujoks, Johannes Frank, Thomas Wiegand, Sebastian Lapuschkin, Wojciech Samek ·

    LieSolver: PDE-Constrained Learning for IBVPs via Lie Symmetries

    arXiv:2510.25731v2 Announce Type: replace-cross Abstract: Initial-boundary value problems (IBVPs) provide the essential framework for modelling a wide range of phenomena in physics and engineering. We introduce a novel method for efficiently solving IBVPs using Lie symmetries to …