用于三阶非线性薛定谔方程的深度学习神经网络：孤子、呼吸子与怪波
斑图形成与孤子
2021-11-19 v1 机器学习
数学物理
math.MP
可精确求解与可积系统
摘要
三阶非线性薛定谔方程（即Hirota方程）通过深度神经网络进行研究，它描述了等离子体中强色散离子声波、光纤中超短光脉冲的波传播，以及深水中更宽频带的波。在本文中，我们考虑两类未扰动和含扰动（2%噪声）训练数据，使用物理信息神经网络（PINNs）深度学习方法探索Hirota方程的数据驱动解（如孤子、呼吸子和怪波）。此外，我们借助孤子，利用PINNs深度学习研究Hirota方程中出现参数的数据驱动发现。
引用
@article{arxiv.2104.14809,
title = {Deep learning neural networks for the third-order nonlinear Schrodinger equation: Solitons, breathers, and rogue waves},
author = {Zijian Zhou and Zhenya Yan},
journal= {arXiv preprint arXiv:2104.14809},
year = {2021}
}
备注
12 pages, 6 figures