Resumen

Recientemente, el desarrollo del mtodo de redes neuronales para resolver ecuaciones diferenciales ha hecho un notable progreso para resolver ecuaciones diferenciales fraccionarias. En este trabajo, se emplea un mtodo de redes neuronales para resolver la ecuacin telegrfica fraccional en el tiempo. Se construye la funcin de prdida que contiene condiciones iniciales/limtrofes con parmetros ajustables (pesos y sesgos). Adems, en este trabajo, la ecuacin telegrfica fraccional en el tiempo se formul como un problema de optimizacin. Tambin se discuten ejemplos numricos con soluciones analticas conocidas, incluyendo resultados numricos, sus grficos, pesos y sesgos, para confirmar la precisin del mtodo utilizado. Adems, se analizaron minuciosamente los resultados grficos y tabulares. Los errores cuadrticos medios para diferentes elecciones de neuronas y pocas se han presentado en tablas junto con presentaciones grficas.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Red neuronal; Ecuaciones diferenciales; Ecuaciones diferenciales fraccionarias; Ecuación telegráfica tiempo-fracción; Función de pérdida; Ejemplos numéricos
• Keywords:Neural network; Differential equations; Fractional differential equations; Time-fractional telegraph equation; Loss function; Numerical examples