AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-26

নিউরাল বেসিস মেথড দিয়ে নেভিয়ার–স্টোকস গতিবিদ্যার সমাধান ও শিখন

মূল শিরোনাম: Solving and Learning Navier-Stokes Dynamics with the Neural Basis Method

তরল গতিবিদ্যার জন্য ফিজিক্স-ইনফর্মড মেশিন লার্নিং প্রায়ই নিশ্চিত করে না যে ছোট PDE অবশিষ্টাংশ মানে ছোট সমাধান-ত্রুটি, এবং সমস্যার আকার বাড়লে এটি ভালোভাবে স্কেল করে না। লেখকেরা নিউরাল বেসিস মেথড (NBM) প্রস্তাব করেছেন, যা সমাধান উপস্থাপনের জন্য নির্দিষ্ট নিউরাল বেসিস ব্যবহার করে এবং বিস্তৃতির সহগ পেতে নিয়ামক সমীকরণগুলোকে প্রজেক্ট করে। অসংনমনীয় প্রবাহের ক্ষেত্রে এর অবশিষ্টাংশ একটি পরবর্তী (a posteriori) বেগ-ত্রুটি অনুমান দেয়, যা একটি প্রত্যয়িত, ডেটা-মুক্ত প্রশিক্ষণ লক্ষ্য প্রদান করে, এবং তত্ত্ব ও পরীক্ষায় নির্ভুলতা, দক্ষতা, সাধারণীকরণ ও স্কেলযোগ্যতায় বেসলাইনের তুলনায় উল্লেখযোগ্য উন্নতির কথা জানানো হয়েছে।

মূল লেখা পড়ুন ↗

সব আইটেম →