EikoNet公司 swMATH ID: 42951 软件作者： Jonathan D.Smith、Kamyar Azizzadenesheli、Zachary E.Ross 描述： EikoNet：用深度神经网络求解Eikonal方程。最近的深度学习革命为在基于物理的仿真环境中加速计算能力创造了巨大的机会。在这里，我们提出了EikoNet，这是一种用于求解Eikonal方程的深度学习方法，它表征了异质三维速度结构中的首次到达时间场。我们的无网格方法允许快速确定连续3D域内任意两点之间的旅行时间。这些旅行时间解决方案可以违反微分方程（将问题转化为优化问题之一），其目标是找到网络参数，将违反方程的程度降至最低。在这样做的过程中，该方法利用神经网络的可微性来解析计算空间梯度，这意味着网络可以自己训练，而无需使用有限差分算法的解。EikoNet在几种速度模型和采样方法上进行了严格测试，以证明其稳健性和多功能性。训练和推理高度并行，使该方法非常适合GPU。EikoNet具有较低的内存开销，并进一步避免了对旅行时间查找表的需要。所开发的方法在地震震源反演、射线多路径、层析成像建模以及地震学以外的其他需要射线追踪的领域具有重要应用。 主页： https://arxiv.org/abs/2004.00361 源代码： https://github.com/Ulvetanna/EikoNet网站 相关软件： 亚当；DeepONet（深度网络）；PINNeik公司；NSF网络；hp-车辆识别号；TensorFlow公司；PyTorch公司；PhyGeoNet（物理地理网）；github；DiffSharp（差异锐化）；深XDE；DGM公司；FPIN编号；展会。米；地震网；PhyCRNet（物理CRNet）；XPIN编号；PhyCNN（美国有线电视新闻网）；L-BFGS-B型；LBFGS-B型 引用于： 10文件 全部的 前5名38位作者引用 2 萨尔瓦多科莫 2 法比奥·詹保罗 2 弗朗西斯科·皮夏利 2 安德鲁·斯图尔特（Andrew M.Stuart）。 2 你，怀谦 2 于，岳 1 考希克·巴塔查里亚 1 伊利·布雷丁 1 陈，苏 1 玛尔塔·德伊利亚 1 罗兰·丹尼斯 1 安东·杜奇科夫（Anton A.Duchkov）。 1 高，田 1 塞拉菲姆·格鲁巴斯 1 苏明洪 1 巴姆达德侯赛尼 1 斯特凡诺·伊佐 1 张刚熙 1 郑元基 1 科瓦奇奇（Nikola B.Kovachki）。 1 李钟浩 1 马修·莱文（Matthew E.Levine）。 1 刘，杨 1 乔治·罗尼诺夫 1 西蒙·马努 1 卡洛·尼奇 1 马齐亚·莱斯 1 饶成平 1 任、浦 1 科尔顿·J·罗斯。 1 吉安路易吉·罗扎 1 斯齐亚诺·迪科尔（Schiano Di Cola）、文森佐（Vincenzo） 1 斯图尔特·A·西林。 1 孙浩 1 加里·泰瑞 1 克里斯蒂娜·特隆贝蒂 1 王建勋 1 奎因·张 全部的 前5名8篇连载文章中引用 三 计算物理杂志 1 计算机与数学及其应用 1 应用力学与工程中的计算机方法 1 计算机物理通信 1 科学计算杂志 1 SIAM科学计算杂志 1 SMAI计算数学杂志 1 美国数学学会通讯 全部的 前5名11个领域引用 7 数值分析（65-XX） 6 计算机科学（68至XX） 5 偏微分方程（35-XX） 2 可变形固体力学（74-XX） 1 实函数（26年X月X日） 1 动力系统和遍历理论（37至XX） 1 近似和展开（41至XX） 1 变分法与最优控制；最优化（49至XX） 1 概率论与随机过程（60-XX） 1 统计学（62-XX） 1 地球物理学（86-XX） 按年份列出的引文