| 标题 |
Training deep physics-informed Kolmogorov–Arnold networks 相关领域
初始化
瓶颈
管道(软件)
导线
分歧(语言学)
理论(学习稳定性)
计算机科学
培训(气象学)
极限(数学)
差异(会计)
人工智能
面子(社会学概念)
机器学习
数学优化
方案(数学)
人工神经网络
代表(政治)
算法
相(物质)
基线(sea)
数学
趋同(经济学)
实证研究
噪音(视频)
标准差
控制理论(社会学)
可预测性
深度学习
|
| 网址 | |
| DOI | |
| 其它 |
期刊:Computer Methods in Applied Mechanics and Engineering 作者:Spyros Rigas; Fotios Anagnostopoulos; Michalis Papachristou; Georgios Alexandridis 出版日期:2026-04-01 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
|
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
(2025-6-4)