AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-26

Neural Basis Method کے ذریعے Navier-Stokes حرکیات کا حل اور سیکھنا

اصل عنوان: Solving and Learning Navier-Stokes Dynamics with the Neural Basis Method

سیال حرکیات کے لیے طبیعیات پر مبنی مشین لرننگ اکثر اس بات کی ضمانت نہیں دیتی کہ چھوٹا PDE residual چھوٹی حل کی غلطی کے مترادف ہو، اور مسئلے کے حجم کے ساتھ اس کی توسیع پذیری کمزور ہوتی ہے۔ مصنفین neural basis method (NBM) تجویز کرتے ہیں، جو حل کی نمائندگی کے لیے مقررہ neural bases استعمال کرتا ہے اور پھیلاؤ کے عددی سر (coefficients) حاصل کرنے کے لیے حاکم مساوات کو پروجیکٹ کرتا ہے۔ ناقابلِ دباؤ بہاؤ کے لیے اس کا residual رفتار کی غلطی کا a posteriori تخمینہ فراہم کرتا ہے، جس سے ڈیٹا کے بغیر، تصدیق شدہ تربیتی ہدف حاصل ہوتا ہے، اور نظریے و تجربات کے مطابق درستی، کارکردگی، تعمیم اور توسیع پذیری میں بنیادی طریقوں کے مقابلے میں نمایاں بہتری ملتی ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →