【技术实现步骤摘要】
本专利技术涉及深度学习领域，具体涉及一种基于欠定方程物理约束的神经网络训练方法、物理场重构方法及装置。
技术介绍
1、自然界或实际工程应用中，相当一部分问题会转化成方程fm×1[(x1,x2,…)t,(y1,y2,y3,…,yn)t]＝0求解问题，当方程中独立因变量个数与独立方程个数相同即满足m＝n，这时称方程为适定的。若独立方程的个数多于独立因变量，即m＞n，这时的方程是超定的，方程约束条件过于严苛，使得解与解之间相互矛盾。相反，若独立方程的个数少于独立因变量，即m＜n，这时的方程是欠定的，如果仅仅依照方程进行求解，方程组存在无穷组解。
2、在自然界中，波动方程描述了地震波在地球内部的传播过程。其中的震源项代表了地震的能量释放源，然而，地球地壳结构复杂多样，不同地震破裂机制可能存在不同的因素共同导致了地震波传播过程中的震源项难以确定。该项可以作为方程的因变量与监测数据共同完成地震波的反演。
3、实际工程以流场反演领域为例，给定条件下可用ns方程框架描述的稀薄气体实验流场是确定的，然而，稀薄气体条件下分子之间的相...
【技术保护点】
1.一种基于欠定方程物理约束的神经网络训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述物理场重构模型包括输入层、隐藏层和输出层。
3.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述自变量包括空间坐标和时间。
4.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述损失函数的表达式如下：
5.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，还包括：
6.一种基于欠定...
【技术特征摘要】
1.一种基于欠定方程物理约束的神经网络训练方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述物理场重构模型包括输入层、隐藏层和输出层。
3.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述自变量包括空间坐标和时间。
4.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，所述损失函数的表达式如下：
5.根据权利要求1所述的基于欠定方程物理约束的神经网络训练方法，其特征在于，还包括：
6.一种基于欠定方程物理约束...
【专利技术属性】
技术研发人员：尤延铖，鲍越，邱若凡，楼锦华，毛志平，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。