物理信息导向的神经网络（PINNs）是一种解决偏微分方程的深度学习方法。研究人员提出了一种二进制结构的物理信息导向神经网络（BsPINN）框架，以提高解的准确性和收敛速度。通过采用二进制结构神经网络（BsNN），BsPINNs能够更有效地捕捉解的局部特征。实验结果表明，BsPINNs相较于PINNs具有更好的性能。

物理信息导向的神经网络（PINNs）是一种解决偏微分方程（PDEs）的深度学习方法。研究人员提出了一种二进制结构的物理信息导向神经网络（BsPINN）框架，用于解决解快速变化的方程的困难。数值实验表明，BsPINNs具有更高的准确性和收敛速度。