弹性问题的神经近似虚拟元方法
系统与控制
2025-09-09 v3 机器学习
系统与控制
摘要
我们提出了神经近似虚拟元方法（Neural Approximated Virtual Element Method）用于求解弹性问题。该混合技术结合了有限元方法和虚拟元方法的经典概念，以及最新深度神经网络技术。具体而言，它是一种多边形方法，其中虚拟基函数按元素由神经网络逼近，消除了标准虚拟元方法中通常需要的稳定或投影算子。我们给出问题的离散形式，并在线性和非线性弹性问题上进行数值测试，展示了该方法处理非线性问题的优势，尤其是在简化离散化方面。
引用
@article{arxiv.2507.05785,
title = {Robust Bandwidth Estimation for Real-Time Communication with Offline Reinforcement Learning},
author = {Jian Kai and Tianwei Zhang and Zihan Ling and Yang Cao and Can Shen},
journal= {arXiv preprint arXiv:2507.05785},
year = {2025}
}
备注
Accepted by IEEE GLOBECOM 2025