×
张亚斌;王磊;张鹏;罗浩天;石万林;王欣

基于深度学习的Lakshmanan-Porsezian-Daniel非线性波解和参数发现。 （英语） Zbl 1505.35332号

混沌孤子分形 159，文章ID 112155，11 p.（2022）.

引用于三文件

MSC公司：

60年第35季度 与光学和电磁理论相关的PDE
35C07型 行波解决方案
78A60型 激光器、脉泽、光学双稳态、非线性光学
68T05型 人工智能中的学习和自适应系统

关键词：

深度学习;数据驱动的解决方案;参数发现;转换波;Lakshmanan-Porsezian-Daniel模型

软件：

亚当;图像网络;L-BFGS公司;AlexNet公司;PRMLT公司;DiffSharp（差异锐化）
PDF格式BibTeX公司 XML格式引用
\textit{Y.Zhang}等人，混沌孤子分形159，文章ID 112155，11 p.（2022；Zbl 1505.35332）
全文： 内政部

参考文献：

[1] Kaup，D.J。；Newell，A.C.，导数非线性薛定谔方程的精确解，数学物理杂志，19798-801（1978）·Zbl 0383.35015号
[2] 加德纳，C.S。；格林，J.M。；Kruskal，医学博士。；Miura，R.M.，《求解korteweg-deVries方程的方法》，《物理学评论》，第19卷，第1095页（1967年）·Zbl 1061.35520号
[3] Hirota，R.，非线性波动方程的精确包络孤子解，数学物理杂志，14805-809（1973）·Zbl 0257.35052号
[4] 郭杰。；胡，X。；马，J。；赵，L。；沈，D。；Tang，D.，单模光纤激光器中的反暗孤子，Phys-Lett a，395，第127226条，pp.（2021）
[5] Wang，B.H。；Wang，Y.Y。；戴春秋。；Chen，Y.X.，时空分数阶Fokas-Lenells方程解析分数阶孤子的动力学特性，Alex Eng J，59，4699-4707（2020）
[6] 戴春秋。；王玉英，光伏光折变晶体中的耦合空间周期波和孤子，非线性Dyn，1021733-1741（2020）
[7] 哈马克，J。；舍夫纳，N。；Segur，H.，《浅水二维周期波》，《流体力学杂志》，209567-589（1989）
[8] Ma，W.，kadomtsev-petviashvili方程的Lump解，Phys Lett A，3791975-1978（2015）·Zbl 1364.35337号
[9] Johnson，R.，《水波的二维boussinesq方程及其解》，《流体力学杂志》，32365-78（1996）·兹比尔0896.76007
[10] 戴春秋。；Wang，Y.Y。；Zhang，J.F.，具有线性和谐波势的部分非局部非线性介质中标量和矢量流氓波的管理，非线性动力学，102379-391（2020）
[11] 张，L。；Wang，X.，变系数三耦合非线性薛定谔方程的亮暗孤子动力学和相互作用，Mod Phys-Lett B，34，2050064（2020）
[12] Mahalingam，A。；Porsezian，K。；Mani Rajan，医学硕士。；Uthayakumar，A.，《色散非线性管理孤子在非均匀掺铒光纤系统中的传播》，J Phys A:Math Theor，42，文章165101 pp.（2009）·Zbl 1165.82023号
[13] Mahalingam，A。；Mani Rajan，M.S.，《广义外部势对非自治孤子非线性隧穿的影响：孤子管理》，《光纤技术》，25，44-50（2015）
[14] Prakash，S.A。；Malathi，V。；Mani Rajan，医学硕士。；Loomba，S.，锥形渐变折射率衍射衰减波导中明亮相似的可控脉冲宽度，混沌，26，第033115页，（2016）·Zbl 1361.78005号
[15] Mani Rajan，M.S.，周期分布放大系统下锥形掺铒光纤中光孤子的动力学，非线性Dyn，85，599-606（2016）
[16] Mjölhus，E.，《关于平行于磁场的水磁波的调制不稳定性》，《等离子体物理学杂志》，16，321-334（1976）
[17] Boyd，R.W.，《非线性光学》（2020），学术出版社
[18] Infeld，E.，非线性薛定谔方程中Fermi-Paca-Ulam递推的定量理论，Phys-Rev-Lett，47，717（1981）
[19] Parkins，A.S。；Walls，D.F.，《捕获稀薄气体玻色-爱因斯坦凝聚体的物理》，《物理学代表》，303，1-80（1998）
[20] 瑟金，V.N。；长谷川，A.，非线性薛定谔方程模型的新型孤子解，Phys-Rev-Lett，85，4502（2000）
[21] 塔吉克，M。；Watanabe，Y.，聚焦非线性薛定谔方程的呼吸解，物理评论E，57，3510（1998）
[22] 阿赫梅迪耶夫，N。；Ankiewicz，A。；Taki，M.，《无处不在、无影无踪的波浪》，《Phys Lett a》，第373页，第675-678页（2009年）·Zbl 1227.76010号
[23] 徐，T。；Chen，Y.，三分量耦合hirota方程中的局部非线性波，Z Naturforsch A，72，1053-1070（2017）
[24] 奈尔，A.A。；Mani Rajan，医学硕士。；Jayaraju先生。；Natarajan，V.，非对称三芯光纤中四阶色散对调制不稳定性的影响，Optik，215，第164758页，（2020）
[25] Vijayalekshmi，S。；Mani Rajan，医学硕士。；Mahalingam，A。；Uthayakumar，A.，具有高阶效应的掺铒双折射光纤中通过隧穿进行孤子切换的隐藏可能性，J Mod Optic，62778-287（2015）
[26] Mani Rajan，医学硕士。；哈基姆，J。；Mahalingam，A。；Uthayakumar，A.，双折射光纤中飞秒非自治孤子的色散管理和级联压缩，《欧洲物理杂志》D，67，1-8（2013）
[27] Mani Rajan，医学硕士。；Mahalingam，A.，修改的非均匀hirota方程中的非自治孤子：孤子控制和孤子相互作用，非线性Dyn，79，2469-2484（2015）
[28] 乔杜里，A。；Ankiewicz，A。；Akhmediev，N.，Hirota方程的移动呼吸和呼吸-孤子转换，Proc R Soc A，47120150130（2015）·Zbl 1371.35270号
[29] 乔杜里，A。；Kedziora，D。；Ankiewicz，A。；Akhmediev，N.，非线性薛定谔层次的五次方程描述的呼吸-孤子转换，Phys Rev E，91，文章032928 pp.（2015）·Zbl 1371.35270号
[30] 赵，L.C。；Xin，G.G。；Yang，Z.Y.，相对频率诱导的Rogue-wave模式转换，Phys Rev E，90，Article 022918 pp.（2014）
[31] 刘，C。；杨振英。；赵，L.C。；段，L。；Yang，G.Y.先生。；Yang，W.L.，飞秒区连续波背景上的对称和非对称光学多峰值孤子，《物理评论》E，94，第042221页，（2016）
[32] Wang，L。；张，J.H。；Wang，Z.Q。；刘，C。；李，M。；齐福华。；Guo，R.，高阶广义非线性薛定谔方程中的呼吸-孤子跃迁、非线性波相互作用和调制不稳定性，Phys Rev E，93，Article 012214 pp.（2016）
[33] 段，L。；赵，L.C。；Xu，W.H。；刘，C。；杨振英。；Yang，W.L.，具有四阶效应的调制不稳定性体系中连续波背景下的孤子激发，Phys Rev E，95，Article 042212 pp.（2017）
[34] Wang，L。；张，J.H。；刘，C。；李，M。；Qi，F.H.，呼吸跃迁动力学，佩雷格林梳和壁，以及具有高阶效应的变效率非线性薛定谔方程中的调制不稳定性，Phys Rev E，93，Article 062217 pp.（2016）
[35] 张，X。；Wang，L。；刘，C。；李，M。；Zhao，Y.，高维非线性波跃迁及其机制，Chaos，30，文章113107 pp.（2020）·兹比尔1454.35048
[36] Hirota，R.，《孤子理论中的直接方法》（2004），剑桥大学出版社·Zbl 1099.35111号
[37] 马特维耶夫。；Salle，M.，Darboux变换和孤子（1991），Springer·Zbl 0744.35045号
[38] 主教，C.M。；Nasrabadi，N.M.，《模式识别和机器学习》，第4卷（2006年），施普林格出版社·Zbl 1107.68072号
[39] Krizhevsky，A。；Sutskever，I。；Hinton，G.E.，用深度卷积神经网络进行Imagenet分类，Adv neural Inf Proces Syst，251097-1105（2012）
[40] LeCun，Y。；Y.本吉奥。；Hinton，G.，《深度学习，自然》，521436-444（2015）
[41] 古德费罗，I。；Y.本吉奥。；A.Courville，《深度学习》（2016），麻省理工学院出版社·Zbl 1373.68009号
[42] 拉加里斯，I.E。；利卡斯，A。；Fotiadis，D.I.，用于求解常微分方程和偏微分方程的人工神经网络，IEEE Trans neural Netw，9987-1000（1998）
[43] 马库奇，G。；Pierangeli，D。；Conti，C.，《波的神经形态计算理论：通过流氓波、色散冲击和孤子进行机器学习》，《物理评论》，第125期，第093901页（2020年）
[44] 沈国荣。；Kurths，J。；Yuan，Y.，时空系统的序列对序列预测，混沌，30，第023102页（2020）
[45] 莱斯，M。；佩迪卡里斯，P。；Karniadakis，G.E.，Physics-informed neural networks:a deep learning framework for solution forward and inverse problems including normal partial differential devices，J Comput Physis，378，686-707·Zbl 1415.68175号
[46] Yang，L.等人。；孟X.H。；Karniadakis，G.E.，B-PINNs:带噪声数据的正向和反向PDE问题的贝叶斯物理信息神经网络，计算物理杂志，425，第109913页，（2021）·Zbl 07508507号
[47] Borrel-Jensen，N。；Engsig Karup，美联社。；Jeong，C.-H.，用于一维声场预测的基于物理信息的神经网络，参数化声源和阻抗边界，JASA快报，第1期，第122402页，（2021）
[48] 陈，M。；卢波尤，R。；毛，C。；黄，D.-H。；姜杰。；拉兰内，P。；Fan，J.A.，《Wavey-net：用于高速电磁模拟和优化的物理增强深度学习》（2022），arXiv
[49] 郑琦。；曾磊。；Karniadakis，G.E.，《基于物理的语义修复：在地质统计建模中的应用》，《计算物理杂志》，419年，第109676页（2020年）·Zbl 07507237号
[50] 李，J。；Chen，Y.，使用深度学习求解二阶非线性演化偏微分方程，Commun Theor Phys，72，第105005页，（2020）·Zbl 1520.68171号
[51] Pu，J.C。；李，J。；Chen，Y.，使用物理约束的深度学习方法求解非线性薛定谔方程的孤立子、呼吸子和流氓波解，Chin Phys B，30，文章060202 pp.（2021）
[52] Pu，J.C。；李，J。；Chen，Y.，用改进的PINN方法求解微分非线性薛定谔方程的局域波解（2021），arXiv·Zbl 1524.35597号
[53] Lin，S。；Chen，Y.，基于守恒量的两阶段物理信息神经网络方法及其在局域波解中的应用，计算物理杂志，457，第111053页，（2022）·兹比尔1515.65264
[54] Pu，J.C。；彭伟强。；Chen，Y.，使用改进的PINN方法的导数非线性Schrödinger方程的数据驱动局部波解，波动，107，文章102823 pp.（2021）·Zbl 1524.35597号
[55] 彭伟强。；Pu，J.C。；Chen，Y.，PINN对Chen-lee-liu方程的深度学习：周期背景下的流氓波，《公共非线性科学》，105，第106067页，（2022）·Zbl 1497.35440号
[56] 莫Y.F。；Ling，L.M。；Zeng，D.L.，使用深度学习算法求解耦合非线性薛定谔方程的数据驱动矢量孤子解，Phys-Lett a，421，文章127739 pp.（2022）·Zbl 1483.35217号
[57] 方，Y。；吴国忠。；Wang，Y.Y。；Dai，C.Q.，使用PINN的数据驱动飞秒光孤子激发和高阶NLSE参数发现，非线性Dyn，105，603-616（2021）
[58] 吴国忠。；方，Y。；Wang，Y.Y。；吴国忠。；戴春秋，利用改进的PINN预测双折射光纤中矢量光孤子的动力学过程和模型参数，混沌孤子分形，152，第111393页，（2021）·Zbl 1496.35372号
[59] 周振杰。；Yan，Z.Y.，三阶非线性薛定谔方程的深度学习神经网络：孤子、呼吸子和流氓波（2021），arXiv
[60] Wang，L。；Yan，Z.Y.，数据驱动的峰值和周期峰值解以及通过深度学习发现一些非线性色散方程的参数，Physica D，428，文章133037 pp.（2021）·Zbl 1484.35134号
[61] Porsezian，K。；丹尼尔，M。；Lakshmanan，M.，关于一维经典连续各向同性双二次海森堡自旋链的可积性，数学物理杂志，331807-1816（1992）·Zbl 1112.82309号
[62] Davydova，T.A。；Zaliznyak，Y.A.，Schrödinger普通孤子和啁啾孤子：四阶色散效应和立方五阶非线性，Physica D，156260-282（2001）·Zbl 0973.35171号
[63] 丹尼尔，M。；Kavitha，L.，具有dzyaloshinskii-Moriya相互作用的各向异性海森堡铁磁体中的局域自旋激发，《物理学评论》B，63，第172302页，（2001）
[64] 豪斯，H.A。；Wong，W.S.，《光通信中的孤子》，《现代物理学评论》，68，423（1996）
[65] 迈米斯托夫，A。；Basharov，A.，《非线性光波》，第104卷（2013年），Springer Science&Business Media·Zbl 0960.78001号
[66] Ablowitz，M.J。；Ablowitz，M。；Prinari，B。；Trubatch，A.，离散和连续非线性薛定谔系统，第302卷（2004年），剑桥大学出版社·Zbl 1057.35058号
[67] Stein，M.，使用拉丁超立方体采样的模拟大样本特性，技术计量学，29143-151（1987）·Zbl 0627.62010号
[68] 刘博士。；Nocedal，J.，《关于大规模优化的有限内存BFGS方法》，《数学程序》，45，503-528（1989）·Zbl 0696.90048号
[69] Kingma，D.P。；Ba，J.，Adam：随机优化方法（2014），arXiv
[70] 霍尼克，K。；Stinchcombe，M。；White，H.，多层前馈网络是通用逼近器，神经网络，2359-366（1989）·Zbl 1383.92015年
[71] Baydin，A.G。；Pearlmutter，B.A。；Radul，A.A。；Siskind，J.M.，《机器学习中的自动差异化：一项调查》，J Mach Learn Res，18，1-43（2018）·Zbl 06982909号
[72] 格洛洛特，X。；Bengio，Y.，《理解深度前馈神经网络训练的困难》，载《第十三届人工智能与统计国际会议论文集》，PMLR（2010），249-256
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。