DGM：一种求解偏微分方程的深度学习算法

Beidokhti，《使用混合神经网络优化方法求解高阶微分方程》，应用数学与计算，第183卷，第1期，pgs。260-271,2006.【36】F.Masiero，《有限维中的HJB方程》，进化方程杂志，第16卷，第4期，pgs。789-824, 2016.[37]R.Di Nardo，F.Feo，O.Guib'e，具有低阶项的非线性抛物型方程的存在性结果，分析。应用程序。（新加坡），第09卷，第02期，第161-1862011页。[38]P.Petersen和F.Voigtlander，《使用深度相关神经网络的分段光滑函数的最佳逼近》，（2017），arXiv:1709.05289v4。【39】A.平库斯。神经网络中MLP模型的近似理论。《数字学报》，第8卷，143195页，1999年。【40】M.M.Porzio，《一些“非强迫”抛物方程解的存在性，离散和连续动力系统》，第5卷，第3期，第553-5681999页。【41】M.Raissi、P.Perdikaris和G.Karniadakis。物理信息深度学习（第一部分）：非线性偏微分方程的数据驱动解决方案，arXiv:1711.105612017。【42】M.Raissi、P.Perdikaris和G.Karniadakis。物理信息深度学习（第二部分）：非线性偏微分方程的数据驱动研究，arXiv:1711.105662017。[43]C.Reisinger和G.Wittum，《高维期权定价问题的有效层次近似》，暹罗科学计算杂志，第29卷，第1期，pgs。440-458, 2007.【44】C.Reisinger，《稀疏网格组合技术中的线性差分格式分析》，IMA数值分析杂志，第33卷，第2期，第页。544-581, 2012.【45】L.C.G.Rogers，《蒙特卡罗美式期权估价》，《数学金融》，第12卷，第3期，pgs。271-286, 2002.[46]K.Rudd，《使用人工神经网络求解偏微分方程》，杜克大学博士论文，2013年。【47】R.Srivastava、K.Greff和J。

Schmidhuber，Training very deep networks，《神经信息处理系统的进展》，第2377-23852015页。【48】J.Simon，《空间中的紧集Lp（0，T；B）》，Annali di Matematica Pura ed Applicata，第146卷，第65-961987页。[49]J.Tompson、K.Schlachter、P.Sprechmann和K.Perlin。使用卷积网络加速欧拉流体模拟，《机器学习研究论文集》，第70卷，pgs。3424-3433, 2017.