An implication of activation functions for Physics-Informed Neural Networks (PINNs) to solve non-autonomous differential equations
यह अध्ययन गैर-स्वायत्त (non-autonomous) अवकल समीकरणों को हल करने के लिए एक भौतिकी-सूचित तंत्रिका नेटवर्क (Physics-Informed Neural Network) ढांचे के भीतर नौ सक्रियण फलनों (activation functions) का अनुभवजन्य मूल्यांकन करता है, जो यह प्रदर्शित करता है कि अन्य फलनों की तुलना में अवशिष्ट हानि (residual loss) को कम करने में अपने उत्कृष्ट प्रदर्शन के कारण GELU सबसे सुदृढ़ विकल्प है।