实体
Pedro Tarancón-Álvarez
Pedro Tarancón-Álvarez
PulseAugur coverage of Pedro Tarancón-Álvarez — every cluster mentioning Pedro Tarancón-Álvarez across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新AI框架增强偏微分方程解嵌入和建模
研究人员开发了一个新的物理信息框架，该框架使用多头物理信息神经网络来学习偏微分方程（PDE）解族的有限维嵌入。该方法有效地降低了解空间的维度，对于粘性Burgers方程、热方程和波动方程等方程，大部分方差由少数主成分捕获。此外，另一项研究引入了条件Clifford-可操纵CNN（C-CSCNNs），通过引入对伪欧几里得群的等变性来增强CNN在PDE建模中的表达能力，在流体动力学和相对论电动力学预测任务上表现出改进的性能。
-
PINNs使用小波和FFE以3-12%的误差恢复电导率特征 · 跟踪2个来源
研究人员开发了一个新的框架，使用物理信息神经网络（PINNs）从Calderón逆问题的有限边界数据中重建电导率特征。该方法结合了随机小波函数和傅里叶特征编码，以更好地表示电导率的尖锐变化。使用合成数据进行的评估表明，该框架可以以3%到12%的相对误差恢复主要的电导率结构，其中傅里叶特征编码对于诸如夹杂物和界面等局部尖锐特征特别有效。