PulseAugur
中
实时 13:56:48
English(EN) LRX-PINN: A Layer-Resolving XNet Physics-Informed Neural Network with Integrated Cauchy Activations for Convection-Dominated Problems

新的LRX-PINN模型提高了对流主导问题的准确性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新型物理信息神经网络，称为LRX-PINN，旨在处理对流主导问题。该网络利用集成的柯西激活函数来有效模拟此类问题特有的薄层和尖锐过渡剖面。与PIKAN和Fourier-feature PINNs等现有方法相比，LRX-PINN在准确性和参数效率方面表现出改进，并且可以集成到现有的hp-VPINN等框架中以获得进一步的性能提升。 AI

影响 这种新的神经网络架构为解决复杂的流体动力学及类似问题提供了一种更有效、更准确的方法。

排序理由 该集群包含一篇详细介绍新型神经网络架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

新的LRX-PINN模型提高了对流主导问题的准确性

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Zihao Guo, Xin Li, Zhihong Xia ·

    LRX-PINN: A Layer-Resolving XNet Physics-Informed Neural Network with Integrated Cauchy Activations for Convection-Dominated Problems

    arXiv:2607.03682v1 Announce Type: cross Abstract: Convection-dominated convection-diffusion problems often develop thin layers, where the solution has sharp transition profiles and its derivatives are highly localized. This creates a structural mismatch for standard physics-infor…

相关话题