Accès ouvert
Non-asymptotic stability and consistency guarantees for physics-informed neural networks via coercive operator analysis
Résumé
Citer ce document
Katende, R.
(2026). Non-asymptotic stability and consistency guarantees for physics-informed neural networks via coercive operator analysis.
https://doi.org/10.1016/j.cnsns.2026.109909
Accès au document
Texte intégral en lecture en ligne, réservé aux abonnés SPHAERO et aux membres de l'institution. Se connecter
Voir l'article sur le site de la revueAuteur(s)
Statistiques
Consultations : 1
Téléchargements : 0