Madison Cooley

新的多项式增强神经网络增强函数和偏微分方程逼近

研究人员推出了一种名为多项式增强神经网络（PANNs）的新架构，它将深度神经网络（DNNs）与多项式展开相结合。这种混合方法旨在利用DNNs在高维逼近方面的灵活性以及多项式在光滑函数逼近方面的快速收敛性。PANNs结合了正交约束以实现稳定的训练和提高准确性，一种基剪枝方法来管理维度，以及一种多项式预处理策略。实验表明，PANNs在逼近光滑和非光滑函数以及求解偏微分方程方面优于标准DNNs。