AI और दुनिया की कठिन समस्याएँ · गणित · arXiv · 2026-10-20

लो-रैंक परिवहन सिग्नेचर के माध्यम से संरचना-संरक्षी रिड्यूस्ड-ऑर्डर मॉडलिंग

मूल शीर्षक: Structure-Preserving Reduced-Order Modeling via Low-Rank Transport Signatures

घनत्व-मान हलों वाले पैरामीटरयुक्त PDE को शास्त्रीय रैखिक रिड्यूस्ड-ऑर्डर मॉडलों से सन्निकटित करना कठिन है, विशेष रूप से परिवहन-प्रधान व्यवस्थाओं में। लेखक एक इष्टतम-परिवहन-आधारित रिड्यूस्ड-ऑर्डर विधि प्रस्तावित करते हैं जो प्रत्येक घनत्व को उस कांटोरोविच पोटेंशियल के रूप में दर्शाती है जो एक नियत संदर्भ घनत्व को लक्ष्य तक पहुँचाता है, इन पोटेंशियलों को परिवहन सिग्नेचर के रूप में एक हिल्बर्ट स्पेस में सन्निहित करती है, और लो-रैंक स्केलेटन वियोजन पर पैरामीटर-से-गुणांक मैप सीखने के लिए एक न्यूरल नेटवर्क का उपयोग करती है। संदर्भ घनत्व को पुश-फ़ॉरवर्ड करके किया गया पुनर्निर्माण अपनी संरचना से ही द्रव्यमान और धनात्मकता को संरक्षित रखता है, साथ ही एक सिद्ध औसत-वर्ग वासरस्टीन त्रुटि सीमा भी प्रदान करता है, और एक घनत्व-मान सांतत्य समीकरण तथा बर्गर्स समीकरण पर ये सिग्नेचर मूल घनत्व स्नैपशॉट्स की तुलना में काफी कम-रैंक संरचना देते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →