利用物理信息的神经网络重建木星磁场
原文约400字/词，阅读约需1分钟。发表于：。利用 Juno 任务收集的数据进行的磁场勘探可以提供关于木星内部结构的限制。本文利用物理信息神经网络重建了木星内部磁场，并对使用 Juno 轨道的前 33 次（PINN33）或前 50 次（PINN50）的数据进行了重建。与其他方法相比，我们的重建结果与木星的磁场在表面和上方的情况非常相似，并且与 Juno...
本文研究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 在理想数据情况下胜过了无信息神经网络（NNs），在随机训练点上的准确度提高了18倍和6倍。在使用实验数据进行测试时，PINNs 相对于NNs的准确度提高了9.3倍和9.1倍。研究还探讨了物理信息驱动模型在物理系统中的可行性，并选择FPGA作为部署计算的基板。
