| 标题 |
 "Physics Informed Deep Learning (Part I): Data-driven Solutions of Nonlinear Partial Differential Equations." “物理信息深度学习（第一部分）：非线性偏微分方程的数据驱动解。”
相关领域
偏微分方程
背景（考古学）
可微函数
人工神经网络
非线性系统
偏导数
物理
计算机科学
班级（哲学）
随机偏微分方程
物理定律
功能（生物学）
应用数学
人工智能
数学
数学分析
生物
进化生物学
古生物学
量子力学
|
| 网址 |
求助人暂未提供
|
| DOI |
暂未提供，该求助的时间将会延长，查看原因？
|
| 其它 | Raissi, Maziar, Paris Perdikaris, and George Em Karniadakis. |
| 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。
|
若雨凌风
HEIKU
AireenBeryl531
赖向珊
随遇而安
bc
mmyhn
小宋
木子川
wangrblzu
猪猪hero
SYLH
从容芮
研友通途
zouyu
良辰
cdercder
MchemG
yyh
ukz37752
皖公网安备34019202002308
