Python library supporting Discrete Variational Formulations and training solutions with Collocation-based Robust Variational Physics Informed Neural Networks (DVF-CRVPINN)

Der Artikel untersucht die Lösung partieller Differentialgleichungen (PDEs) mittels diskreter schwacher Formulierungen und einer diskreten neuronalen Netzwerkrepräsentation. Es wird eine Python-Umgebung und ein DVF-CRVPINN-Ansatz vorgeschlagen, um Lösungen unter Verwendung diskreter automatischer Differenzierung für Gleichungen wie die Stokes-Gleichungen in 2D zu trainieren.