什么是物理信息神经网络 (PINN)？

文章预览

物理信息神经网络 (PINN) 是一种神经网络，它将微分方程描述的物理定律纳入其损失函数中，以引导学习过程得出更符合基本物理定律的解。 PINN 可用于： 逼近偏微分方程 (PDE) 和常微分方程 (ODE) 的解。 求解逆问题，例如基于有限的数据估计模型参数。 使用 Deep Learning Toolbox™，您可以构建和训练 PINN，从而实现快速预测性分析。您可以将 PINN 与 MATLAB® 和 Simulink® 相集成，以进行系统级仿真、控制设计和设计优化。 物理信息神经网络 (PINN) 在深度学习模型的训练中包含支配现实的物理定律，从而能够对复杂现象进行预测和建模，同时遵守基本物理原理。 ▼ PINN 的优点 PINN 是一类物理信息机器学习方法，可将物理知识与数据无缝集成。在求解涉及 PDE 和 ODE 的问题时，通常会将 PINN 与纯数据驱动方法和传统数值方法进行比较。 纯粹数据驱动方法仅从 ………………………………