文献

J-GLOBAL ID：202202231949745572   整理番号：22A0729739

APFOS-Net:深いニューラルネットワークによる異方性楕円方程式に対する漸近保存スキーム【JST・京大機械翻訳】

APFOS-Net: Asymptotic preserving scheme for anisotropic elliptic equations with deep neural network

著者 (3件)： Li Long (School of Mathematics, Harbin Institute of Technology, No. 92 West Dazhi Street, Nangang District, 150001 Harbin, China) ,  Li Long (School of Physics, Harbin Institute of Technology, No. 92 West Dazhi Street, Nangang District, 150001 Harbin, China) ,  Yang Chang (School of Mathematics, Harbin Institute of Technology, No. 92 West Dazhi Street, Nangang District, 150001 Harbin, China)
資料名： Journal of Computational Physics  (Journal of Computational Physics)
巻： 453  ページ： Null  発行年： 2022年 
JST資料番号： B0860A  ISSN： 0021-9991  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,異方性楕円方程式に対して新しい漸近保存(AP)方式を提案した。以前のAP方式と異なり,実際のものは二次偏微分方程式の1次システム最小二乗に基づいており,異方性強度に関して均一によく設定されている。数値計算は深層ニューラルネットワーク(DNN)によって実現され,そこでは最小二乗汎関数がDNNのパラメータを決定する損失関数として用いられる。数値結果により,現在のAPスキームは実装が容易であり,近似解に対してロバストであり,また,種々の2Dおよび3D試験における異方性パラメータを同定することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 異方性 ,  最小二乗法 ,  数値計算 ,  偏微分方程式 ,  損失関数 ,  *ニューラルネットワーク ,  汎関数 ,  二次元 ,  三次元 ,  定式化 ,  ロバスト性
準シソーラス用語： 近似解 ,  ディープニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 漸近保存スキーム ,  異方性楕円方程式 ,  一次系最小二乗定式化 ,  深層ニューラルネットワーク

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (6件)： ニューラルネットワーク ,  異方性 ,  楕円 ,  方程式 ,  保存 ,  スキーム