PDE-NetGen公司 swMATH ID: 37737 软件作者： Olivier Pannekoucke、Ronan Fablet 描述： PDE-NetGen 1.0：从物理过程的符号PDE表示到可训练的神经网络表示。将物理与深度学习联系起来是一个热门的挑战。虽然深度学习框架为物理科学开辟了道路，但设计物理一致的深度神经网络架构是一个公开的问题。本着以物理为基础的神经网络的精神，PDE-NetGen软件包提供了一种新的方法，可以自动将物理方程（以PDE形式给出）转换为神经网络体系结构。PDE-NetGen结合了符号演算和神经网络生成器。后者使用Keras开发基于NN的PDE解算器实现。通过对问题的了解，PDE-NetGen是一个即插即用工具，用于生成基于物理的NN架构。它们提供了计算效率高且紧凑的表示，以解决各种问题，其中包括伴随推导、模型校准、预测、数据同化以及不确定性量化。作为一个例子，首先给出了二维扩散方程的工作流程，然后将其应用于数据驱动和物理信息识别Burgers方程的不确定性动力学。 主页： https://arxiv.org/abs/2002.01029 源代码： https://github.com/opannekoucke/pdenetgen网站 依赖项： 蟒蛇 相关软件： SymPy公司；蟒蛇；SymPKF公司 引用于： 0个文档