研究人员开发了一种新的神经网络逼近理论，用于求解分数抛物线偏微分方程。该理论利用各向异性谱Barron空间在频域中分别分析时间和空间正则性。该方法通过与维度无关的乘法估计和连续性方法来纳入低阶漂移和势项。研究还利用Vandermonde矩阵探讨了分数热半群的全局（时间上）延拓，并推导了各种激活函数的逼近界。 AI
影响 这项研究可能导致更高效的神经网络模型，用于解决科学计算中的复杂微分方程。
排序理由 该集群包含一篇详细介绍新数学理论和逼近方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- Anisotropic Spectral Barron Spaces
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Fractional heat semigroups on metric measure spaces with finite densities and applications to fractional dissipative equations
- Gotit.pub
- Hugging Face
- Influence Flower
- Litmaps
- Mixed Sobolev Norms
- ScienceCast
- scite Smart Citations
- Vandermonde matrix
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
