AI এবং বিশ্বের কঠিন সমস্যাগুলো · পদার্থবিজ্ঞান · arXiv · 2026-10-21

1D-এ সলিটন প্রোফাইল: উন্নত নিউরাল-নেটওয়ার্ক সলভার এবং কনস্ট্রেইন্ড Deep Ritz পদ্ধতি

মূল শিরোনাম: Soliton Profiles in 1D: Enhanced Neural-Network Solvers and Constrained Deep Ritz Methods

গবেষকেরা অসমীয় Schrödinger, সাধারণীকৃত Korteweg-de Vries এবং অসমীয় Klein-Gordon সমীকরণের অন্তর্নিহিত স্থির সমীকরণের এক-মাত্রিক ভূমি-অবস্থার প্রোফাইলের জন্য উন্নত নিউরাল-নেটওয়ার্ক সলভার তৈরি ও তুলনা করেছেন, ত্রুটি ও হাইপারপ্যারামিটার নির্বাচনের নিখুঁত রেফারেন্স হিসেবে সুস্পষ্ট sech-ধর্মী সমাধান ব্যবহার করে। একটি আদর্শ Adam-প্রশিক্ষিত PINN বেসলাইনের বাইরে তাঁরা উচ্চতর-ক্রমের Gauss-Newton/Levenberg-Marquardt ও L-BFGS রিফাইনমেন্ট, Fourier-feature PINN এবং ধ্রুপদী Nehari সীমাবদ্ধতা ও Weinstein ভাগফল বাস্তবায়নকারী দুটি নতুন সীমাবদ্ধ Deep Ritz সূত্রায়ন যোগ করেছেন। Deep Ritz পদ্ধতিগুলি সামগ্রিকভাবে সর্বোত্তম ফল দেয়, যার মধ্যে Weinstein রূপটি সর্বোত্তম ত্রুটি-রানটাইম ভারসাম্য দেয়, যদিও নিউরাল সলভারগুলি 1D-তে ধ্রুপদী Petviashvili পুনরাবৃত্তির চেয়ে কম নির্ভুল ও দক্ষই রয়ে যায়, যা এই গবেষণাটিকে উচ্চতর মাত্রা ও আরও জটিল অসমীয়তার জন্য একটি ধারণার প্রমাণ করে তোলে।

মূল লেখা পড়ুন ↗

সব আইটেম →