arXiv cs.LG· Kalp Shah, Andrei Vlad Nicula, Mihnea Andrei B\^arsan, Robert-Stefan Sofroni, Agneya Bhardwaj, Jan Jel\'inek, Alejandro Valverde Mahou·· 22 天前AI 评分33
用于 2D 和 3D 拉普拉斯问题的增广全纯神经网络
Enriched Holomorphic Neural Networks for 2D and 3D Laplace Problems
AI 导读
研究人员提出用于求解 2D 和 3D 拉普拉斯方程边值问题的增广全纯神经网络，通过结合奇异函数解析角点与边缘的奇异行为。该表征在结构上自然满足调和性而无需内部残差，仅凭边界数据拟合平滑部分，且奇异指数支持可训练。测试显示该模型在所有测试问题中精度最高，在 CdZnTe 辐射探测器任务中精度较次优方法提升约 1.7-2.1 倍。
来源：arXiv cs.LG · arxiv.org