弹性问题中物理信息神经网络解的基于能量的误差界
数值分析
2022-05-31 v2 机器学习
数值分析
摘要
针对弹性问题的物理信息神经网络解，提出了一种基于能量的后验误差界。从物理信息神经网络的混合形式获得一组容许的位移-应力解对，所提出的误差界表述为由该解对定义的本构关系误差。此种误差估计器提供了神经网络离散化全局误差的上界。在一个示例中对物理信息神经网络解的界性质以及渐近行为进行了研究。
引用
@article{arxiv.2010.09088,
title = {Energy-based error bound of physics-informed neural network solutions in elasticity},
author = {Mengwu Guo and Ehsan Haghighat},
journal= {arXiv preprint arXiv:2010.09088},
year = {2022}
}