RepNet

RepNet 解决深度神经网络中的谱偏差

研究人员推出 RepNet，这是一种新颖的深度神经网络架构，旨在解决谱偏差问题，谱偏差是捕获高频和振荡行为中的一个常见限制。通过对第一个隐藏层的权重和偏置进行重参数化，RepNet 有效地控制了初始斜率尺度和分区点的分布。这种在训练期间的自适应频率缩放使 RepNet 能够提高逼近复杂函数和解决 PDE 问题的准确性，尤其是在与物理信息神经网络结合时，而计算成本仅略有增加。