Эффективное выполнение задачи: качественные тексты от наших авторов.

Тема задачи "Приближенное вычисление многомерных интегралов с использованием нейронных сетей". В статье (прикрепила файлы) авторы предлагают новый метод численного интегрирования, который они называют "Интегрирование с помощью нейронных сетей" (NNI). Идея заключается в том, чтобы использовать неглубокую нейронную сеть для аппроксимации (приближения) интегрируемой функции в ограниченной области. Код изначально написан для двумерной функции. Нужно его адаптировать для ф-ии от n-переменных, чтобы нейросеть вычисляла приближенное значение n-мерного интеграла. I_true - универсальная формула, вычисляющая значение n-мерного интеграла. I_NNI - значение n-мерного интеграла, которое вычисляет нейросеть CD - оценка сходимости I_true и I_NNI. В работе при адаптации кода под многомерную ф-ию я столкнулась с проблемой визуализации, как представить многомерную ф-ию...в n-мерном пространстве?(через проекции?) Нужно подумать над тем, как вычисляются параметры k1=4.33, k2=16 в ф-ии get_k. Они явно вычислены для двумерной ф-ии -> для многомерной ф-ии должна быть универсальная формула, вычисляющая k1 и k2 (в статье расписано подробно все, но формулы нет, заданы константы). Нужно адаптировать алгоритм нейросети для многомерной ф-ии. Данный код работает прекрасно для двух переменных и не работает для n>2 Например, при n=2 значение интеграла по универсальной формуле равно I_true = 1.33333... А нейросеть вычислила как I_NNI = 1.3333940 Значения совпадают Оценка сходимости CD = 4.34146478566 4 цифры совпадают Код представлен в Collab https://colab.research.google.com/drive/1hebTR9Ge5pHOYsEl6_RMpCMC9UalcdT3?usp=sharing