一种物理信息神经网络训练方法、装置、设备及介质

AITNT
正文
推荐专利
一种物理信息神经网络训练方法、装置、设备及介质
申请号:CN202411567759
申请日期:2024-11-05
公开号:CN119476387A
公开日期:2025-02-18
类型:发明专利
摘要
本发明提供了一种物理信息神经网络训练方法、装置、设备及介质,涉及神经网络训练技术领域,方法包括:在计算区域内获取初始残差点,将所述初始残差点作为Voronoi图的离散点,根据所述计算区域和所述初始残差点,生成初始Voronoi图,以将所述计算区域划分为若干个Voronoi单元,且每个所述Voronoi单元内均对应有一个所述初始残差点;对所述初始Voronoi图进行离散点优化,生成质心Voronoi图或约束Voronoi图;将所述质心Voronoi图或所述约束Voronoi图中每个Voronoi单元内的离散点用于所述物理信息神经网络的训练过程。本发明可有效提高物理信息神经网络的网络精度。
技术关键词
神经网络训练方法 物理 BFGS算法 神经网络训练技术 神经网络训练装置 残差网络 可读存储介质 短距离 处理器 计算机设备 存储器 密度 模块 精度
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号