PACMANN：用于人工神经网络的点自适应配点方法

本研究解决了物理信息神经网络（PINNs）在近似偏微分方程（PDE）解时，配点数目及分布对准确性的重大影响。提出的PACMANN方法通过梯度优化算法自适应地将配点移向高残差区域，从而在高维问题上显著提高了性能，具有低计算成本及与现有PINN管道简单集成的优点。