Jun, 2023

ST-PINN: 基于自学习的物理知识神经网络用于偏微分方程

TL;DR本文提出了一种基于自我训练的物理学受控神经网络 (ST-PINN) 的方法,通过选取具有高置信度的样本点作为伪标签进行训练,从而提高神经网络学习物理信息的效果及其收敛性,在五个不同场景下进行的实验表明该方法优于现有的物理受控神经网络方法,并将精度提高了 1.33x-2.54x。