- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于物理信息图神经网络和有限差分的偏微分方程求解算法,步骤如下:S10、物理信息图神经网络模型训练数据集的构建;S20、物理信息图神经网络模型的设计;S30、图上微分算子的计算;S40、损失函数的设计;S50、基于损失函数最小化的图神经网络模型的训练;S60、物理信息图神经网络模型的性能分析。本发明通过在图神经网络中融入物理方程,提出了一种新的物理信息图神经网络模型,并将深度学习端到端的学习方式和图结构的关系归纳推理理论进行高效融合,解决了基于全连接网络的模型因难以处理局部关系推理
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117421519A
(43)申请公布日2024.01.19
(21)申请号202311584626.7
(22)申请日2023.11.26
(71)申请人中国工程物理研究院计算机应用研
文档评论(0)