计算物理

北大核心,JST,CSCD扩展版,WJCI,

国内刊号:11-2011/O4

国际刊号:1001-246X

计算物理杂志2024年第6期:一类结合神经算子网络与贝叶斯神经网络的主动学习算法: 从微观数据学习集群行为的宏观模型

发布日期:

作者:高正雅, 毛志平

关键词:数学建模, 非局部欧拉方程, 贝叶斯神经网络, 主动学习算法, Cucker-Smale模型

随着人工智能和科学计算的发展, 深度学习在数学建模中发挥着越来越重要的作用。本文发展了一类结合微观数据的主动学习算法对集群行为建立的宏观模型。具体来说, 针对Cucker-Smale模型, 结合微观粒子数据与部分机理, 发展了一类结合神经算子网络与贝叶斯神经网络的主动学习算法。该算法可通过群体行为的微观数据高效地建立对应的宏观Euler模型。最后通过一维和二维数值模拟验证了主动学习算法的有效性。

来源:2024年第6期

《计算物理》期刊编辑部

查看计算物理杂志2024年第6期

联系我们

  • 地址:北京海淀区丰豪东路2号
  • 电话:010-59872547
  • E-mail:jswl@iapcm.ac.cn

咨询工作人员