查、文殊;张文;李道伦;邢、燕;何磊;谭洁清 三维非定常偏微分方程的基于卷积的模型求解方法。 (英语) Zbl 07481541号 神经计算。 34,编号2,518-540(2022). 摘要:神经网络在求解偏微分方程(PDE)中的应用越来越广泛。本文提出3D-PDE-Net来求解三维偏微分方程。我们给出了一个三维卷积核的数学推导,该核可以在表达能力范围内逼近任意阶微分算子,然后基于该理论进行3D-PDE-Net。通过最小化训练数据的归一化均方误差(NMSE)来获得最优网络,L-BFGS是二阶精度的优化算法。数值实验结果表明,3D-PDE-Net可以用较少的训练样本获得较好的精度,对求解线性和非线性非定常偏微分方程具有重要意义。 MSC公司: 68年XX月 计算机科学 PDF格式BibTeX公司 XML格式引用 \textit{W.Zha}等人,神经计算。34,编号2,518--540(2022;Zbl 07481541) 全文: 内政部