基于无数据物理信息神经网络的 Grad-Shafranov 平衡

模拟自引力气体流对于解决天体物理学中的基本问题很重要。引力和流体力学之间的相互作用对于解决三维时间相关的偏微分方程提出了挑战。引力信息的神经网络（GRINN）是一种用于模拟3D自引力流体动力学系统的计算代码。研究结果显示，GRINN的计算结果误差在1%以内，并且计算时间与维度数量无关，显示出其在模拟3D天体物理流动方面的潜力。