Jul, 2023
基于多任务优化的物理信息神经网络训练用于交通密度预测
Training Physics-Informed Neural Networks via Multi-Task Optimization for Traffic Density Prediction
Bo Wang, A. K. Qin, Sajjad Shafiei, Hussein Dia, Adriana-Simona Mihaita...
TL;DR提出了一种基于多任务优化范式的物理信息神经网络(PINNs)训练框架,通过解决多个辅助任务来提升主任务的性能,应用于交通密度预测问题的训练中,实验结果表明相比传统方式,该框架显著提高了 PINN 的性能。