AI اور دنیا کے مشکل مسائل · ریاضی · arXiv · 2026-10-20

باؤنڈری انٹیگرل مساواتوں کے لیے کثیر سطحی اسٹوکاسٹک گریڈینٹ نیورل حل کنندہ

اصل عنوان: A multilevel stochastic-gradient neural solver for boundary integral equations

مقالہ MLSG پیش کرتا ہے، جو دوسری قسم کی باؤنڈری انٹیگرل مساواتوں کے لیے ایک ملٹی لیول سٹوکاسٹک گریڈیئنٹ نیورل سالور ہے۔ ایک نیورل نیٹ ورک نامعلوم باؤنڈری کثافت کو ظاہر کرتا ہے اور لگاتار بہتر کی گئی Nyström ڈسکریٹائزیشنز کی درجہ بندی پر سٹوکاسٹک ریزڈو کی کم سے کم سازی کے ذریعے آپٹیمائز کیا جاتا ہے، اور ہر نیا لیول پچھلے لیول سے وارم اسٹارٹ کیا جاتا ہے۔ یہ موٹے سے باریک جانے والی حکمتِ عملی ایک مسلسل، گرڈ سے غیر منحصر کثافت کی نمائندگی برقرار رکھتے ہوئے کمپیوٹیشنل خرچ کم کرنے کی کوشش کرتی ہے، اور دو اور تین جہتوں میں Laplace/Poisson اور Helholtz مسائل کے ساتھ ساتھ R⁴ میں ایک ہائپر سطح پر بیرونی Robin مسئلے پر کیے گئے تجربات اس طریقے کو دس لاکھ پیمانے تک کی ڈسکریٹائزیشنز پر ظاہر کرتے ہیں۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →