• 上海大学申请全局-局部重采样物理信息神经网络方法专利,有效提高物理信息神经网络模型的求解精度

  • 发布日期:2025-05-23 05:34    点击次数:135

    金融界 2025 年 5 月 6 日消息,国家知识产权局信息显示,上海大学申请一项名为“一种全局-局部重采样物理信息神经网络方法”的专利,公开号 CN119918574A,申请日期为 2025 年 1 月。

    专利摘要显示,本发明公开了一种全局‑局部重采样物理信息神经网络方法,旨在解决自适应重采样策略残差配置点分布不适宜的问题。现有的自适应重采样策略只关注局部残差较大的区域,忽视了全局残差配置点的数量和分布。此外,这些策略对初始残差配置点的数量极为敏感,若初始配置点数量不足,可能导致训练失败或不收敛。针对上述问题,本发明提出的一种全局‑局部重采样物理信息神经网络方法,以蒙特卡洛积分评估模型精度,在全局和局部区域自适应地添加残差配置点,从而有效提高物理信息神经网络模型的求解精度,增强其泛化能力和鲁棒性。该方法为物理信息神经网络的进一步发展和应用提供了重要的理论基础和参考价值。

    本文源自:金融界

    作者:情报员