基于域分解的物理信息神经网络的 Schwarz 交替法耦合
本文介绍了物理启发神经网络(PINNs)的内部运作机制和新的损失函数,以及在参数估计和算子发现中的应用。同时,展示了如何使用纯符号公式生成全部的训练代码,并对使用学习技术解决大量偏微分方程(PDEs)的性能进行了详细分析。最后,通过复杂的多物理场例子,Doyle-Fuller-Newman(DFN)模型,展示了如何使用 NeuralPDE 将其表达并求解。
原文中文,约300字,阅读约需1分钟。