Národní úložiště šedé literatury Nalezeno 1 záznamů.  Hledání trvalo 0.01 vteřin. 
Hluboké učení pro řešení diferenciálních rovnic
Vais, Matěj ; Congreve, Scott (vedoucí práce) ; Kučera, Václav (oponent)
Neuronové sítě se stávají čím dál tím populárnějším nástrojem pro řešení diferenciál- ních rovnic. Jejich použití ztělesňuje koncept physics-informed neural network (PINN), který kombinuje tradiční hlubokou neuronovou síť s fyzikálními zákony v podobě par- ciálních diferenciálních rovnic. Možnosti tohoto relativně nového přístupu prozkoumáme na třech rozmanitých příkladech, abychom mohli přehledně formulovat jeho výhody a nevýhody. Každý z problémů je také řešen metodou konečných prvků, která slouží jako referenční přístup. Kromě toho navrhujeme použití předtrénovaní, které se běžně používá v jiných vědeckých oborech. Pokud inicializujeme proces řešení rovnice pomocí výsledku podobného problému, významně tím zkrátíme výpočetní čas, který je zásadním nedostatkem PINN. 1

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.