文献

J-GLOBAL ID：202002248454780288   整理番号：20A0901920

3D表面上のPDEのための物理学情報によるニューラルネットワークフレームワーク:時間独立問題【JST・京大機械翻訳】

A Physics-Informed Neural Network Framework for PDEs on 3D Surfaces: Time Independent Problems

著者 (2件)： Fang Zhiwei (Department of Mathematical Sciences, University of Nevada at Las Vegas, NV, USA) ,  Zhan Justin (Department of Computer Science and Computer Engineering, University of Arkansas, Fayetteville, AR, USA)
資料名： IEEE Access  (IEEE Access)
巻： 8  ページ： 26328-26335  発行年： 2020年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 表面上の偏微分方程式(PDEs)はすべての自然科学において普遍的である。多くの従来の数学的方法が,表面PDEsを解決するために開発された。しかし,これらの方法のほとんど全ては明らかな欠点を有し,一般的問題において複雑である。機械学習領域の高速成長として,著者らは,表面PDEsを解明するために,物理情報ニューラルネットワーク(PINN)を用いることによって,アルゴリズムを示した。表面を扱うために,著者らのアルゴリズムは,一組の点とそれらの対応する正規を必要とするだけであり,一方,従来の方法は,表面上に分割または格子を必要とした。これは,実際の計算のための大きな利点である。このアルゴリズムを検証するために種々の数値実験を示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  偏微分方程式 ,  *ニューラルネットワーク ,  *三次元 ,  自然科学 ,  機械学習
準シソーラス用語： 数値実験 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  その他の通信応用  (ND15000K)

タイトルに関連する用語 (3件)： 3D ,  PDE ,  物理学