技术编号：37929213
提示：您尚未登录，请点 登 陆 后下载，如果您还没有账户请点 注 册 ，登陆完成后，请刷新本页查看技术详细信息。本发明涉及含参odes(常微分方程)求解领域，具体涉及一种求解含参odes(常微分方程)的深度泛参深度算子网络方法。背景技术、在现代科学和工程计算中，常微分方程(odes)扮演着核心角色，特别是含参odes用于描述自然界和人造系统中的动态行为。传统的数值解法虽然在处理odes系统时效果显著，但面对复杂或高维的odes时，这些方法往往需要大量计算资源，尤其是在求解精度方面，随着问题规模的增加而遇到瓶颈。近年来，深度学习技术，尤其是深度神经网络，已经被证明在函数逼近和模式识别等多个领域具有卓越的性...
注意：该技术已申请专利，请尊重研发人员的辛勤研发付出，在未取得专利权人授权前，仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权，增加技术思路，做技术知识储备，不适合论文引用。
请注意，此类技术没有源代码，用于学习研究技术思路。