【文件属性】:
文件名称:MATLAB齿线代码-homogenization_via_ML:均质PDE的高效数据驱动学习
文件大小:15.23MB
文件格式:ZIP
更新时间:2021-06-20 00:05:00
系统开源
MATLAB齿线代码homogenization_via_ML
均质
PDE
的高效数据驱动学习
“Linking
Machine
Learning
with
Multiscale
Numerics:
Data-Driven
Discovery
of
Homogenized
equations”的源代码和数据,作者:
H.
Arbabi、JE
Bunder、G.
Samaey、AJ
Roberts
和
IG
Kevrekidis,2020
年
总结:我们使用无方程数值(补丁动力学和间隙齿方案)来生成用于学习均质偏微分方程的数据。
这些方法的优点是它们仅在一小部分空间或时空内模拟详细的
PDE,并使数据收集更加高效。
然后我们使用神经网络以两种方式学习同质化
PDE:在函数架构中,我们预先计算空间导数并要求神经网络学习
PDE
的规律,而在离散化架构中,网络直接学习空间离散化的
PDE。
主要文件:
1d_example加载
1d
异构扩散问题的补丁动态数据,从中学习有效的粗尺度
PDE,并将其与均质化
PDE
解决方案进行比较。
数据包含在“thehood”文件夹中,但可以通过在“th