| 标题 |
[高分]
 Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations 相关领域
非线性系统
偏微分方程
人工神经网络
背景（考古学）
计算机科学
应用数学
反问题
偏导数
自动微分
物理定律
数学
数学分析
物理
算法
人工智能
量子力学
计算
生物
古生物学
|
| 备注 |
不要预印版
💡 该求助存在备注，如果存在信息冲突，请以备注为准
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of Computational Physics 作者：Maziar Raissi; Paris Perdikaris; George Em Karniadakis 出版日期：2018-11-03 |
| 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)
DW
cdercder
无极微光
Nole
学术文献互助
铁锤牛马版
秋风
xing_xing
aaaa
然宝
v0id
didiwang
我能私信骂你吗
Dean
OK
狂野紫丝
GingerF
Kao
sagitar
XX
皖公网安备34019202002308
