BriefGPT - AI 论文速递 · 2024-01-10T00:00:00Z 保结构的物理信息神经网络：具有能量或李雅普诺夫结构 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本文研究了物理信息驱动的神经网络（PINNs）在两个系统上的表现。在非线性摆系统中，PINNs在理想数据情况下准确度提高了18倍和6倍，在实验数据测试中准确度提高了9.3倍和9.1倍。研究了物理信息驱动模型在物理系统中的可行性，并选择FPGA作为计算基板。讨论了从这项工作中获得的见解，并列出了未来工作计划。 🏷️ 标签 FPGA 准确度提高 实验数据 物理信息驱动神经网络 神经网络 非线性摆系统 阅读原文 生成长图 分享链接 已复制链接
