跳到正文
arXiv · ML· Yuan Qiu, Wolfgang Dahmen, Peng Chen·· 3 天前AI 评分27

变分正确的物理信息算子学习用于求解非线性偏微分方程

Variationally correct physics-informed operator learning for nonlinear partial differential equations

AI 导读

该研究证明了对于一阶系统形式的非线性偏微分方程,若满足稳定性与Lipschitz连续条件,最小二乘残差等价于PDE兼容范数下的误差。 验证了单调反应、扩散及压缩Neo-Hookean超弹性模型。在有限元空间中训练神经算子,推理时损失差值可有效估算误差,精度优于网格基线。

来源:arXiv · ML · arxiv.org