| 标题 |
 AL-PINN: Active Learning-Driven Physics-Informed Neural Networks for Efficient Sample Selection in Solving Partial Differential Equations AL-PINN：主动学习驱动的物理信息神经网络，用于求解偏微分方程的有效样本选择
相关领域
样品（材料）
选择（遗传算法）
人工神经网络
偏微分方程
计算机科学
人工智能
物理
机器学习
量子力学
热力学
|
| 网址 | |
| DOI | |
| 其它 |
期刊：arXiv (Cornell University) 作者：Keon Vin Park 出版日期：2025-02-06 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
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。
|
cdercder
科研小民工
昏睡的蟠桃
实验好难
SYLH
pluto
bc
Leif
小马过河
Andy_Cheung
iNk
典雅的俊驰
cctv18
haipronl
kk
Light
pcr163
HEIKU
nozero
辛辛
皖公网安备34019202002308
