PolyNet免训练神经仿真方法在KdV方程上验证

Luka Todorovic、Kaushal Gianchandani、Sai Ravela提出PolyNet，将多项式动力学的连续时间神经表示与用于离散时间积分的简单循环网络耦合；在控制系数已知时，该张量图无需训练即可保留既定数值方案。论文以一维Korteweg-de Vries方程为对象，将PolyNet与CPU、GPU有限差分Runge-Kutta求解器及三个训练好的神经模型（状态映射仿真器、物理信息预测器、学习倾向积分器）对比，称PolyNet精度与数值求解器相当，包括在超出训练模型训练条件的振幅下。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。