| 盖世车子讯 据外媒报导，众所周知，人力神经网站可高效逼近延续函数，且这点函数值没有忽然浮动，详细体现为图中的不延续性、洞及跳跃。虽然众多探讨曾经运用神经网站来逼近延续函数，但到日前为止，很少有人以探讨非线性算子的逼近能力。布朗大学(Brown University)探讨人士最近开发出鉴于神经网站的新模子DeepONet，可学习线性和非线性算子。 探讨人士之一George Em Karniadakis显示：“大约五年前在教授微积分时，咱问本人，神经网站能否可行逼近函数。为这，咱四处寻觅，却始终一没有所获。直到咱偶然发觉复旦大学Chen于1993年发表的一篇论文，探讨人士运用单层神经元实现了功效逼近。最终，咱还阅读了其同组的另一篇论文。这正是咱们探讨的最初。”受Chen及其论文的启发，Karniadakis打算探寻开发一个可行逼近线性和非线性算子的神经网站。他与其博士生Lu Lu讨论了这种想法。 与逼近神经网站的惯例函数相反，DeepONet逼近线性和非线性算子。该模子包括两个深层神经网站：一种可对离散输入函数体积(即分支网站)发展编码，另一种可对输出函数域(即主干网站)发展编码。本质上，DeepONet是将函数作为没有限维的对象输入，并将其映射到输出体积中的其它函数。 Karniadakis显示：“咱们可行运用准则的神经网站逼近函数，将数据点作为输入及输出数据点。DeepOnet是一个最新的察看神经网站的方法，其网站可行绘制全部已知的数学运算符，以及延续输出体积中的微分方程。” 学习给定算子后，DeepONet可比其它神经网站更快地达成操作并做出预测。在一系列初步估价中，Karniadakis和其同事发觉，DeepONet可在一秒内做出预测，即便是繁杂体系的相干预测。Karniadakis显示：“DeepONet可实时发展预测，因而对自动驾驭车子也十分实用。它还可用作建立块，仿真数字孪生、体系的体系以及繁杂的社会能源体系。换言之，通过大批的离线培训，DeepONet可行绘制黑匣子繁杂体系。” 作为探讨的一部分，探讨人士探讨了DeepONet输入函数体积的不同公式，并估价这点公式对16种不同利用的泛化误差的作用。源于其模子可行隐式地得到各式线性和非线性算子，因而该发觉十分具备潜力。 未来，DeepONet可能会有更广大的利用。比如，它可行用于开发能够解决微积分难题或求解微分方程的机器人，以及响应速度更快和功效更领先进步的自动驾驭车子。 |
长城汽车在上海车展期间表示，2025年是“一个
昨天，第二十一届上海国际汽车工业展览会（以
当地时间4月22日消息，美国代表美国汽车行业
4月初，第1万台极石01新车在青岛制造基地正式
比亚迪仰望宣布，仰望汽车累计销量突破10000
微信公众号
扫码下载APP
|全球汽车资讯网
( 闽ICP备2022018685号-1 )
Powered by Discuz! X3.4|Copyright @ 2020-202120201011版
最新评论