Learning Data for Neural-Network-Based Numerical Solution of PDEs: Application to Dirichlet-to-Neumann Problems

We propose neural-network-based algorithms for the numerical solution of boundary-value problems for the Laplace equation. Such a numerical solution is inherently mesh-free, and in the approximation process, stochastic algorithms are employed. The chief challenge in the solution framework is to gene...

Szczegółowa specyfikacja

Opis bibliograficzny

Główni autorzy:	Ferenc Izsák, Taki Eddine Djebbar
Format:	Artigo
Język:	Inglês
Wydane:	MDPI AG 2023-02-01
Seria:	Algorithms
Hasła przedmiotowe:	boundary-value problems neural networks Dirichlet-to-Neumann problem learning data method of fundamental solutions
Dostęp online:	https://www.mdpi.com/1999-4893/16/2/111
Etykiety:	Dodaj etykietę Nie ma etykietki, Dołącz pierwszą etykiete!