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），在使用实验数据进行测试时，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，并使用PYNQ-Z1 FPGA进行实验。未来工作计划也被列出。

本研究使用物理信息驱动的神经网络（PINNs）在两个系统上进行实验，结果显示在非线性摆系统中，PINNs在理想数据和实验数据上都表现出更高的准确度。研究还探讨了物理信息驱动模型在物理系统中的可行性，并选择了FPGA作为计算基板。未来工作计划基于研究结果提出。