| 标题 |
 Learning nonlinear operators via DeepONet based on the universal approximation theorem of operators 基于算子普遍逼近定理的DeepONet非线性算子学习
相关领域
一般化
人工神经网络
函数逼近
计算机科学
非线性系统
操作员（生物学）
算符理论
深度学习
功能（生物学）
数学
人工智能
离散数学
数学分析
生物化学
量子力学
进化生物学
转录因子
生物
基因
物理
抑制因子
化学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Nature Machine Intelligence 作者：Lu Lu; Pengzhan Jin; Guofei Pang; Zhongqiang Zhang; George Em Karniadakis 出版日期：2021-03-18 |
| 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。
|
爱静静
寻道图强
张子捷
spark810
乐乐乐乐乐乐
tuanheqi
Henry
杳鸢
YifanWang
shinysparrow
VDC
nenoaowu
火火
活泼蜜蜂
iWatchTheMoon
oceanao
ss25
五十一笑声
缓慢的枫叶
527
皖公网安备34019202002308
