다층 피카드와 딥러닝으로 고차원 반응형 PDE를 정밀히 풀다
안내: 본 포스트의 한글 요약 및 분석 리포트는 AI 기술을 통해 자동 생성되었습니다. 정보의 정확성을 위해 하단의 [원본 논문 뷰어] 또는 ArXiv 원문을 반드시 참조하시기 바랍니다.
초록
본 논문은 다층 피카드(MLP) 알고리즘과 ReLU·leaky ReLU·softplus 활성함수를 갖는 심층 신경망(DNN)이 차원 저주를 피하면서 반응형 비선형 파라볼릭 PDE의 해를 (L^{p}) ( (p\ge 2) ) 의미에서 근사할 수 있음을 증명한다. 복잡도와 파라미터 수는 차원 (d)와 정확도 역수 (1/\varepsilon)에 대해 다항식 수준으로 성장한다.
상세 분석
논문은 먼저 기존 연구에서 주로 다루어졌던 (L^{2})‑오차 분석을 일반 (L^{p}) ( (p\in
댓글 및 학술 토론
Loading comments...
의견 남기기