抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
次元の cは,数値偏微分方程式(PDE)で一般に遭遇するが,特に不確実性をランダム係数として方程式にモデル化する必要がある。しかし,PDEに由来する物理量の可変性は,係数場の空間に関するいくつかの特徴によって捉えることができる。そのような観察に基づいて,入力係数の関数として,関心の物理量をパラメータ化するために,ニューラルネットワーク(NN)ベースの方法を用いることを提案した。ニューラルネットワークを用いたそのような量の表現性は,PDEに対する解を見つけるために,時間発展を実行するようにニューラルネットワークを見ることにより正当化できる。さらに,工学と物理学におけるPDEの注目すべき例を通して,この方法の単純性と精度を実証した。【JST・京大機械翻訳】