AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-19

ध्वनिक तरंगक्षेत्रों के तेज़ सिमुलेशन के लिए Gabor-संवर्धित भौतिकी-सूचित न्यूरल नेटवर्क

मूल शीर्षक: Gabor-Enhanced Physics-Informed Neural Networks for Fast Simulations of Acoustic Wavefields

प्रकीर्णित हेल्महोल्ट्ज़ समीकरण को हल करने के लिए भौतिकी-सूचित न्यूरल नेटवर्क (PINNs) पहले निम्न आवृत्तियों को फिट करने की प्रवृत्ति रखते हैं, जिससे अभिसरण धीमा होता है और उच्च-आवृत्ति तरंग-क्षेत्रों के लिए सटीकता घटती है। लेखक प्रशिक्षण-योग्य Gabor आधार फलन जोड़ते हैं और इनपुट निर्देशांकों से एक कस्टम Gabor निर्देशांक प्रणाली तक एक अरैखिक मैपिंग सीखते हैं। विभिन्न वेग मॉडलों पर संख्यात्मक प्रयोग कथित रूप से पारंपरिक PINNs और पहले की Gabor-आधारित विधियों की तुलना में तेज़ अभिसरण, अधिक सटीकता और अधिक मजबूती दिखाते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →