原文Physics Informed Deep Learning
1 inference数值解
1.1连续时间模型 Shrödinger Equation
上式分为三个部分,原方程f,初始条件0 和 边界条件b
1.2离散时间模型 Allen-Cahn Equation
2 identification发现原方程
2.1连续时间模型 Navier-Stokes Equation
2.2离散时间模型 Korteweg–de Vries Equation
3 附录
Burgers’ Equation:
上式分为三个部分,原方程f,初边值条件u (初始条件0 和 边界条件b)
这里作者将初边值写在一起,原文这样叙述:Here, denote the initial and boundary training data on .
这里作者将初边值写在一起我认为是由于
所以
最后用梯度下降(或者其他方法)训练使得MES最小。
(这里注意:梯度下降不是训练你的数据,而是去训练参数(wi,bi)。原始数据只是用来构造上述MSE的表达式,只用这一次。这些原始样本点是一次性全部带入的,并且只带入一次,用于构造MSE,不参与训练过程。)
————
全部代码数据
网友评论