arXiv 机器学习· Roberto Bernal-Jaquez, Roberto Romero Huerta, Alexander Schaum·· 10 hours agoAI score30
基于 Ermakov 的嵌入作为物理信息神经网络无参数层
Ermakov--Based embeddings as a parameter-free layer for physics-informed neural networks
Not yet translated; shown in Chinese.
AI guide
研究提出将 Ermakov-Pinney 尺度函数作为无参数嵌入层写入物理信息神经网络（PINN）输入层，仅凭初始数据即可通过矩恒等式闭式求出，无需辅助网络。该方案通过统一结构覆盖线性扩散、时变约束陷阱扩散以及时变频率量子振子三类问题，后两者分别凭借幅度前因子与二次相位因子获得 40.8x 和 5.7x 的精度优势。不过，当约化解未收敛至不动点时，该方法的外推优势将不再存在。
Source:arXiv 机器学习 · arxiv.org