BriefGPT - AI 论文速递
·
利用非线性薛定谔方程和物理信息神经网络进行水波的数据同化和参数识别
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
该研究利用物理知识神经网络（PINN）和局部平面波差分方程训练两个前馈神经网络，一个用于重构地震数据，一个用于估计局部斜率。该方法在处理非均匀采样和大间隔数据方面表现更好，比传统方法和单个网络的PINN方法更有效。通过引入第二个网络和位置编码层，提高了主网络的重构能力和收敛行为，提高了数据准确性。
🎯
关键要点
-
该研究利用物理知识神经网络 (PINN) 和局部平面波差分方程训练两个前馈神经网络。
-
主网络用于重构地震数据，辅助网络用于估计相关的局部斜率。
-
该方法在处理非均匀采样和大间隔数据方面表现优于传统方法和单个网络的PINN方法。
-
引入第二个网络和位置编码层提高了主网络的重构能力和收敛行为。
-
该方法提高了数据的准确性。
🏷️
标签
➡️
