| 标题 |
  A metalearning approach for Physics-Informed Neural Networks (PINNs): Application to parameterized PDEs 基于物理信息的神经网络元学习方法在参数化偏微分方程中的应用
相关领域
参数化复杂度
人工神经网络
计算机科学
试验台
离散化
背景（考古学）
人工智能
偏微分方程
机器学习
趋同（经济学）
算法
数学
数学分析
计算机网络
古生物学
经济
生物
经济增长
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Computational Physics 作者：Michael Penwarden; Shandian Zhe; Akil Narayan; Robert M. Kirby 出版日期：2023-01-10 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
lalala
SYLH
劲秉
杳鸢
迟大猫
kingwill
djsj
36456657
坚强的广山
眯眯眼的衬衫
子车茗
笑点解析
凹凸先森
Hungrylunch
prosperp
pluto
天真蓝
宜醉宜游宜睡
爱静静
VDC
皖公网安备34019202002308
