TL;DR
- چکیده:.
- حل مسائل رابط معادله دیفرانسیل جزئی (PDE) در حوزههای مختلف یک کار حیاتی در طراحی و بهینهسازی است،.
- اما از نظر محاسباتی برای حلکنندههای سنتی بازدارنده است.
چه اتفاقی افتاد
چکیده:. حل مسائل رابط معادله دیفرانسیل جزئی (PDE) در حوزههای مختلف یک کار حیاتی در طراحی و بهینهسازی است،.
اما از نظر محاسباتی برای حلکنندههای سنتی بازدارنده است. اگرچه یادگیری اپراتور در هندسههای ثابت امیدوارکننده است،.
پتانسیل آن برای مشکلات رابط وابسته به هندسه تا حد زیادی ناشناخته مانده است. برای پر کردن این شکاف،.
ما یک چارچوب عملگر عصبی مبتنی بر توسعه را پیشنهاد میکنیم که برای مشکلات رابط خطی عمومیقابل. استفاده است.
یک نوآوری کلیدی روش ما ادغام روش نقطه محدود متناسب (TFPM) با شبکه پایه ما است که مصرف. حافظه را کاهش میدهد و بهطور موثری نفرین ابعاد را کاهش میدهد.
در جبهه نظری،. ما تداوم عملگر هلمهولتز را با توجه به اختلالات دامنه ایجاد میکنیم و تخمینهای خطای دقیقی را برای.
رمزگذاریهای پیشنهادی ارائه میکنیم. آزمایشهای عددی جامع نشان میدهد که چارچوب ما به دقت و استحکام پیشرفتهای دست مییابد.
در نتیجه،. این کار یک ابزار قدرتمند و کارآمد داده برای شبیهسازی دامنههای مختلف فراهم میکند و امکانات جدیدی را.
برای بهینهسازی شکل بلادرنگ ارائه میدهد. صفحه، 6 شکل تجزیه و تحلیل عددی (math.
NA) استناد بهعنوان: (یا v1 [math. NA] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite (در انتظار ثبت نام) تاریخچه ارسال از:. Shanshan Xiao [مشاهده ایمیل] [v1] یکشنبه،.
5 آوریل 2026،. 11:.
08:. 10 UTC (3,.
680 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.
