Machine Learning for Semi Linear PDEs
Machine Learning for Semi Linear PDEs
复制标题
半线性偏微分方程的机器学习
DOI：
10.1007/s10915-019-00908-3
复制
发表时间：
2018
影响因子：
2.5
通讯作者：
X. Warin
中科院分区：
文献类型：
--
作者：
Quentin Chan;Joseph Mikael;X. Warin
最近的机器学习算法致力于解决半线性偏微分方程的改进，通过使用不同的神经网络架构和不同的参数化。将这些算法与使用深度学习技术解决固定点问题的新算法进行比较。这种新算法在准确性方面似乎与现有最佳算法具有竞争力。
Recent machine learning algorithms dedicated to solving semi-linear PDEs are improved by using different neural network architectures and different parameterizations. These algorithms are compared to a new one that solves a fixed point problem by using deep learning techniques. This new algorithm appears to be competitive in terms of accuracy with the best existing algorithms.
深度（呃）学习。
DOI：
10.1523/jneurosci.0153-18.2018
发表时间：
2018
期刊：
The Journal of neuroscience : the official journal of the Society for Neuroscience
影响因子：
--
作者：
Srinivasan,Shyam;Greenspan,RalphJ;Stevens,CharlesF;Grover,Dhruv
通讯作者：
Grover,Dhruv