PG-KINN

PG-KINN：新型AI网络利用Petrov-Galerkin KANs增强偏微分方程求解能力

研究人员推出了一种新颖的物理信息神经网络PG-KINN，它采用了Petrov-Galerkin公式并结合了Kolmogorov-Arnold网络（KANs）。该方法旨在克服传统多层感知机（MLP）在求解偏微分方程（PDEs）方面的局限性。PG-KINN使用KANs作为试函数空间，并使用一个独立的、紧支撑的分段多项式空间作为测试函数空间，这使得对于包括逆向识别任务在内的更广泛问题，可以实现更低的微分阶数和更好的条件数。