高斯混合自适应采样法

误差低两个数量级

用于物理信息神经网络的自适应采样方法,通过高斯混合分布采样附加点,显著加速收敛并提高精度。

焦雨领 · Li, Di · Lu, Xiliang · Yang, Jerry Zhijian · Yuan, Cheng

Engineering Applications of Artificial Intelligence 2024

参数信息

均方误差
1.5E-05

技术优势

误差低两个数量级

在双峰泊松问题上,GAS的均方误差为1.5E-05,比其他采样方法低两个数量级。

训练轮次更少

GAS利用当前残差信息生成高斯混合分布来采样附加点,从而加快损失收敛,用更少的训练轮次达到更低误差。

适用于多种PDE

该方法可应用于椭圆方程、波动方程和Burgers方程等多种类型的偏微分方程。

应用场景