AI اور دنیا کے مشکل مسائل · طبیعیات · arXiv · 2026-10-19

صوتی ویو فیلڈز کے تیز سمولیشن کے لیے گیبر سے بہتر بنائے گئے طبیعیات پر مبنی نیورل نیٹ ورکس

اصل عنوان: Gabor-Enhanced Physics-Informed Neural Networks for Fast Simulations of Acoustic Wavefields

بکھری ہوئی ہیلم ہولٹز مساوات کو حل کرنے کے لیے فزکس پر مبنی نیورل نیٹ ورکس (PINNs) پہلے کم تعدد کو فٹ کرنے کی طرف مائل ہوتے ہیں، جس سے ہم آہنگی سست ہو جاتی ہے اور زیادہ تعدد والے ویو فیلڈز کے لیے درستگی کم ہو جاتی ہے۔ مصنفین قابلِ تربیت Gabor بیسس فنکشنز شامل کرتے ہیں اور ان پٹ نقاط سے ایک مخصوص Gabor نظامِ محدد تک غیر خطی نقشہ بندی سیکھتے ہیں۔ مختلف رفتاری ماڈلز پر عددی تجربات کے مطابق روایتی PINNs اور پہلے کے Gabor پر مبنی طریقوں کے مقابلے میں تیز تر ہم آہنگی، زیادہ درستگی اور زیادہ مضبوطی سامنے آتی ہے۔

اصل تحریر پڑھیں ↗

تمام آئٹمز →