发布 Functional Differential Equations (FDE) and Boundary Heat Equation (BHE) 数据集, 应用在 数学建模、数值分析 领域

本次发布的数据集 Functional Differential Equations (FDE) and Boundary Heat Equation (BHE), 该数据集包含了两个适用于数值实验的函数微分方程（FDEs），因为它们具有可用的解析解，这使得研究者能够计算绝对误差和相对误差。这些误差计算是偏微分方程（PDEs）和函数微分方程数值分析中的主要评价指标。通过该数据集，实验展示了典型的物理信息神经网络（PINNs）的相对误差大约在10^-3的量级。该任务旨在对函数微分方程进行数值分析。

查看Functional Differential Equations (FDE) and Boundary Heat Equation (BHE)

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。