数学 > 数值分析
[提交于 2025年4月14日
(v1)
,最后修订 2025年5月1日 (此版本, v2)]
标题: WG-IDENT:具有变系数的偏微分方程的弱群识别
标题: WG-IDENT: Weak Group Identification of PDEs with Varying Coefficients
摘要: 偏微分方程(PDEs)的识别是一种用于数学建模的数据驱动方法,并且最近引起了大量关注。从高度噪声的空间时间数据中识别PDE的稳定性和精度提出了显著的困难。当PDE的系数受空间变化影响时,这个问题变得更加复杂。在本文中,我们提出了一种基于群稀疏性的弱形式框架来识别具有变化系数的PDEs,称为WG-IDENT,以应对这一挑战。我们的方法利用PDE的弱形式来减少噪声的影响。我们使用B样条表示测试函数和未知的PDE系数,其中测试函数的节点向量是根据噪声数据的谱分析最优选择的。为了促进特征选择,我们提出将群稀疏回归与一种新设计的群特征修剪技术GF-trim相结合,以消除不重要的特征。进行了广泛的对比消融研究以验证我们提出的方法。所提出的方法不仅展示了比最先进的算法更高的抗高噪声水平的能力,而且在表现出对超参数选择的降低敏感性的同时实现了优越的性能。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.