实体
finite basis physics-informed neural networks
finite basis physics-informed neural networks
PulseAugur coverage of finite basis physics-informed neural networks — every cluster mentioning finite basis physics-informed neural networks across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新型神经网络方法解决复杂的波传播问题
研究人员开发了一种新颖的方法，使用基于有限基元的物理信息神经网络（FBPINNs）来求解亥姆霍兹方程，这是模拟声学和电磁学等领域波传播的关键任务。该方法采用域分解技术，将问题划分为多个子域，每个子域由一个本地神经网络处理。该研究评估了这些多层FBPINNs的准确性和效率，特别是在处理复杂二维域和高频波问题时，并提出它们可能优于传统的数值方法。
-
新的FBPINNs方法改进了多孔域中的流体流动模拟
研究人员开发了一种名为有限基物理信息神经网络（FBPINNs）的新方法，以更准确地模拟高度多孔域中的粘性流体流动。传统的物理信息神经网络在处理大量孔洞引入的复杂边界条件和精细尺度流动特征时遇到困难，常常导致准确性和效率问题。FBPINNs方法通过结合域分解和局部化原理以及硬约束来精确编码边界条件，从而缓解了频谱偏差并提高了收敛性，无论孔洞数量如何，都能解决这一问题。