基于物理信息神经网络（PINN）的方法论用于耦合移动边界偏微分方程

BriefGPT - AI 论文速递 · 2024-09-17T00:00:00Z

本研究探讨了物理信息驱动的神经网络（PINNs）在两个不同系统的实验数据上的表现。在非线性摆系统中，PINNs在理想数据情况下优于无信息神经网络（NNs），在使用实验数据进行测试时准确度也显著提高。此外，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作为计算部署的基板。