Neural Discovery of Memory and Nonlocal Kernels in Integro-Differential Equations with Constrained Kolmogorov--Arnold Networks
यह शोधपत्र विरल और शोर युक्त अवलोकनों से व्याख्यात्मक मेमोरी और नॉनलोकल कर्नेल को मजबूती से खोजने के लिए बाधा-युक्त कोलमोगोरोव-आर्नोल्ड नेटवर्क (विशेष रूप से हार्ड-कंस्ट्रेंड MC-KAN और सॉफ्ट-पेनल्टी Cheb-KAN) का उपयोग करते हुए एक डिफरेंशिएबल-सॉल्वर फ्रेमवर्क प्रस्तावित करता है, जो यह प्रदर्शित करता है कि निर्माण द्वारा भौतिक आकार संबंधी बाधाओं को लागू करना सॉफ्ट पेनल्टी की तुलना में बेहतर सटीकता प्रदान करता है, विशेष रूप से बहु-आयामी समस्याओं के लिए।