PyTorchKR Papers

최신 논문

총 2편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.27325v1math.NA

타원형 인터페이스 문제를 위한 하이브리드 반복 Deep Ritz 방법

A Hybrid Iterative Deep Ritz Method for Elliptic Interface Problems

본 연구에서는 2차 타원 연산자에 대한 일류 인터페이스 문제를 위해 하이브리드 반복 Deep Ritz 방법(H-IDRM)을 제안한다. 이 방법은 문제의 새로운 혼합 형식에 기반하며, 일련의 볼록 최소화 문제를 풀는 과정을 포함한다. 해와 플럭스의 구간별 매끄러움을 수용하기 위해, 인터페이스의 level-set 표현을 특징으로 하는 level-set 신경망 아키텍처를 사용한다. 이 접근법은 인터페이스에서의 쌍대 쌍짓(duality pairing) 대신 체적 표현만을 사용하며, 복잡한 인터페이스 기하에서 불편한 명시적 인터페이스 샘플링을 피한다. 또한 신경망 근사, Monte Carlo 근사, 반복 scheme, 페널티 매개변수에서 기인하는 오차를 포함하여 방법에 대한 분석을 제시한다. 수치 실험 결과, H-IDRM은 고차원 영역, 복잡한 인터페이스 기하, 낮은 부영역 정칙성(regularity)을 갖는 문제에서 기존 신경망 솔버보다 우수한 성능을 보인다.

arXiv:2607.06369v2math.OC

딥 리츠 방법을 활용한 고차원 정상 슈뢰딩거 방정식의 특징 학습

Feature Learning for the High Dimensional Stationary Schödinger Equation with Deep Ritz Method

딥 리츠 방법(deep Ritz method) 프레임워크에서 고차원 정상 슈뢰딩거 방정식을 풀기 위한 뉴럴 네트워크의 특징 학습 메커니즘을 이론적으로 분석하며, 단일 인덱스 모델에서 리만 경사하강법이 O(log(1/ε)) 반복 내에 근사적 전역 최솟값에 수렴함을 증명한다. 또한 두 뉴런 다중 인덱스 모델에서 정규화 강도에 따라 두 번째 특징 벡터가 어떻게 출현하는지 특성화하고, 수치 실험으로 이를 검증한다.