偏微分方程式に対する深層勾配流法の一般化誤差の収束

本論文は、深層勾配流法（DGFM）を用いて偏微分方程式（PDE）を解くための理論的基盤を提供しています。一般化誤差を近似誤差と訓練誤差に分解し、特定の条件下で、ネットワークサイズと訓練時間の増加に伴い誤差がゼロに収束することを示しています。これは、複雑なPDE、特に高次元のPDEを解く際のDGFMの有効性に対する数学的保証を提供する点で重要です。