الأبحاث في مجلة: Journal of Computational Physics
-
FEDONet: DeepONet المدمج بفورييه لتعلم المشغل بدقة طيفية
FEDONet: Fourier-embedded DeepONet for spectrally accurate operator learning2026 | المؤلف: Arth Sojitra وآخرون | المجلة: Journal of Computational Physics | المجال: الذكاء الاصطناعي (Artificial Intelligence)تناقش هذه القسم تطوير وتقييم الشبكات العميقة المدمجة بفورييه (FEDONets)، وهي نوع متقدم من DeepONets مصممة لتعزيز تعلم المشغلين غير الخطيين، خاصة في سياق المعادلات التفاضلية الجزئية (PDEs). تكافح DeepONets التقليدية، التي تستخدم طبقات خطية متصلة بالكامل، لالتقاط الهياكل المكانية المعقدة لمختلف PDEs. من خلال دمج تضمينات فورييه في شبكة الجذع، تحسن FEDONets بشكل كبير…
-
نمذجة بديلة متعددة الموثوقية مقاومة للضوضاء لمعادلات تفاضلية جزئية بارامترية
Noise-robust multi-fidelity surrogate modelling for parametric partial differential equations2026 | المؤلف: Benjamin M. Kent وآخرون | المجلة: Journal of Computational Physics | المجال: الفيزياء الإحصائية وغير الخطية (Statistical and Nonlinear Physics)تتناول هذه البحث بناء نماذج بديلة مقاومة للضوضاء للكمات ذات الأهمية (QoIs) المستمدة من المعادلات التفاضلية الجزئية (PDEs) البارامترية باستخدام تقنيات التجميع العشوائي متعدد المؤشرات (MISC). يبرز المؤلفون أن الضوضاء العددية، التي غالبًا ما تكون موجودة في النماذج ذات الدقة المنخفضة بسبب عوامل مثل التسامحات الفضفاضة للمحلل والتجزئة الخشنة، يمكن أن تؤدي إلى الإفراط في…