跳跃导航
主页
浏览
社区
&收藏品
浏览项目依据:
发布日期
提交日期
标题
作者
帮助
常见问题解答
联系人
作者的出版物支持
政策
许可协议
有关Open Access的信息
语言
德国
英语
登录到:
我的Eldorado
接收电子邮件
更新
编辑配置文件
埃尔多拉多-多特蒙德大学知识库
研究、教学和学习资源
埃尔多拉多
Fakultäten公司
01 Fakultät für Mathematik
法国安格万特数学研究所
埃尔格布尼斯伯里希特(Ergebnisberichte des Institutes für Angewandte Mathematik)
作者:
汉内斯·鲁尔曼
马库斯·盖夫勒
德克·里布洛克
彼得·扎贾克
斯特凡·图雷克
标题:
加速PDE仿真的基本机器学习方法及其在FEAT3软件中的实现
语言(ISO):
英语
摘要:
在本文中,我们提出了一种基于FEAT3软件的整体软件方法,用于使用有限元方法求解多维PDE,该方法旨在实现性能、可扩展性、可维护性和可扩展性的最大化。
我们介绍了现代计算硬件架构(如GPU)如何以数字可伸缩的方式进行开发的基本范例。
我们展示了框架是如何扩展的,以使即使是硬件市场上最新的进展也能被该框架所利用,例如,为机器学习定制芯片的普遍趋势。
我们可以证明,对于具有数值挑战性的模型问题,通过在线性求解器中加入神经网络预处理器,可以使用人工神经网络,同时保留经典的模拟解管道
URI(URI):
http://hdl.handle.net/2003/38462
http://dx.doi.org/10.17877/DE290R-20381
发布日期:
2019-12
出现在集合中:
埃尔格布尼斯伯里希特(Ergebnisberichte des Institutes für Angewandte Mathematik)
此项目中的文件:
文件
描述
大小
格式
Ergebnisbericht编号618.pdf
挪威船级社
137.28千字节
Adobe PDF格式
查看/打开
此项目受原始版权保护
查看许可证
显示完整项目记录
此项目受原始版权保护
rightsstatements.org网站