Scidown文献预览系统!
稳定有限元格式人工神经网络超参数的选择( On the choice of hyper-parameters of artificial neural networks for stabilized finite element schemes )
Joshi, Subodh M. Anandh, Thivin Teja, Bhanu Ganesan, Sashikumaar
本文为一种有效的人工神经网络(ANNs)设计提供了指导,以辅助稳定的有限元格式。特别地,利用ANNs估计了求解奇摄动问题的流线迎风Petrov-Galerkin(SUPG)镇定格式的镇定参数。通过全局灵敏度分析,发现了人工神经网络(ANN)超参数对ANS精度的影响。首先,得到了人工神经网络的高斯过程回归元模型。然后进行方差分析,得到Sobol 指数。总阶Sobol 指数识别了对ANNS精度有最大影响的超参数。此外,在候选ANN中识别出性能最好和性能最差的网络。我们的发现在平流主导流区的一维试验案例中得到了验证。本研究提供了对超参数效应的洞察力,从而有助于建立有效的神经网络模型用于涉及非线性回归的应用,包括SUPG稳定化参数的估计。
『Sci-Hub|Scidown』怎么用?来看看教程吧!

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献(暂时关闭)


安卓手机、电脑用户,您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!(注意是文献的DOI号)


苹果手机用户,您需要先在App Store里搜索并下载 Documents by Readdle 这个APP,在APP首页,左划右下角的指南针图标打开APP内置浏览器,在浏览器里输入 www.scidown.cn 打开scidown解析,就可以解析、下载了!


如出现BUG?赶快加入【Scidown互助交流群】反馈吧:729083885【点击一键加群】