本文探讨了近似泊松方程解的新方法，泊松方程是数学物理中的一个基本问题。研究人员证明，蒙特卡洛方法，特别是加速球面行走算法，可以有效地为该方程的解提供数值近似。此外，研究表明，这些蒙特卡洛求解器如何用于构建也近似解的深度神经网络（DNN），这些网络的规模在多项式上取决于问题的维度和所需的精度。 AI
影响 引入了解决复杂数学问题的新颖计算方法，可能影响科学模拟和建模。
排序理由 该项目是一篇详细介绍新研究方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Holder data
- Iulian Cîmpean
- \mathbb{R}^d
- Monte Carlo
- Neural Networks
- Poisson's equation
- ReLU deep neural network (DNN)
- walk on spheres algorithm
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
