#物理信息神经网络
共 4 篇相关文章
·5 分钟
AP Tensor Neural Networks Solve 3D High-Field Kinetic Equations
新研究提出渐近保持张量神经网络APTNN，利用CP分解将高维损失积分化为一维组合，计算成本从指数降为多项式增长，3D3V VPFP问题单GPU训练不到30分钟，并显著提升高场区预测精度。
阅读全文 →
·4 分钟
神经网络近机器精度求解非线性水波，并用Lean严格验证
本文介绍一项结合物理信息神经网络与形式化验证的研究：神经网络以近机器精度求解非线性水波方程，并通过区间算术和Lean定理证明器提供严格数学保证，探索AI发现与机器检查验证的完整流水线。
阅读全文 →
·3 分钟
物理信息代理模型：精准预测p-n结二极管特性
本文介绍一种物理信息且不确定性感知的代理模型，用于高效预测p-n结二极管的电学特性。模型以器件长度、掺杂和偏置为输入，输出静电势、载流子密度等内部状态，并在对称结上实现0.11%的静电势误差。研究还展示了模型向非对称结和二维结构的扩展能力。
阅读全文 →
·3 分钟
正交群下微分神经正切核的对称性研究
本文探讨了无限宽微分神经正切核（DNTK）在正交群下的对称性，针对两层和深层网络分别基于显式表达式和递归公式给出普适性结论，证明了积分算子的谱等价性及带状对称性，并导出了RePU激活浅层网络的特征值衰减速率。
阅读全文 →