Neural network approximation in discrete dual norms with adaptive test spaces
यह शोध पत्र रोबस्ट वेरिएशनल फिजिक्स-इन्फॉर्म्ड न्यूरल नेटवर्क्स (RVPINNs) के लिए एक सैद्धांतिक ढांचे और एक व्यावहारिक अनुकूली एल्गोरिदम का प्रस्ताव करता है जो स्थानीयकृत त्रुटियों को कुशलतापूर्वक हल करने के लिए टेस्ट स्पेस को गतिशील रूप से समृद्ध करता है, जिससे एलिप्टिक डिरिचलेट समस्याओं के लिए सुदृढ़ लॉस फंक्शन और विश्वसनीय त्रुटि अनुमान सुनिश्चित होता है।