Полное описание

Оптимизация физико-информированных нейронных сетей для решения нелинейного уравнения Шредингера / И. А. Чупров, Ц. Гао, Д. С. Ефременко [и др.]. - DOI 10.31857/S2686954323601586. - Текст : непосредственный // Доклады Российской академии наук. Математика, информатика, процессы управления : журнал. - 2023. - Т. 514, № 2 : Специальный выпуск: технологии искусственного интеллекта и машинного обучения. - С. 28-38. - Библиогр. в конце ст. - ISSN 2686-9543.

ГРНТИ	УДК
28.23.37	004.032.26

Рубрики:
Нейронные сети

Кл.слова (ненормированные): физико-информированные нейронные сети -- нелинейное уравнение Шредингера -- нелинейная волоконная оптика -- тонкая настройка нейронных сетей
Аннотация: Физико-информированные нейронные сети (Physics Informed Neural Networks - PINN) являются перспективным методом решения уравнений в частных производных с помощью машинного обучения. В работе рассмотрено применение PINN к нелинейному уравнению Шредингера для описания распространения сигнала в оптическом волокне. Исследуются факторы, определяющие сходимость PINN с физической точки зрения. Получены оценки области сходимости метода по длине волокна и энергии импульса. Показано, что применение синусоидальной активационной функции, а также весов для слагаемых функции потерь позволяет увеличить область сходимости PINN относительно длины волокна и энергии импульса. Произведено обобщение метода (мета-PINN), позволяющее решать уравнение при различных его параметрах с помощью предобученной нейронной сети.
Доп. точки доступа:
Чупров, И.А.
Гао, Ц.
Ефременко, Дмитрий Сергеевич
Казаков, Е.А.
Бузаев, Ф.А.
Земляков, Вячеслав Викторович


Нет сведений об экземплярах
Держатели документа:
Государственная публичная научно-техническая библиотека России : 123298, г. Москва, ул. 3-я Хорошевская, д. 17 (Шифр в БД-источнике (KATBW): -665179-320379)

Шифр в сводном ЭК: 6d2e3bc19de198af44483286421d2aa4

Заказать
Заказ фрагмента документа ₽