Jan, 2024

利用物理信息神经网络进行细胞外空间分子传输的定量分析

PDF
TL;DR提出一种利用物理相关神经网络的逆问题求解方法，通过定量分析脑细胞间或细胞与血管间的纳米级脑细胞外空间内的分子传输，揭示分子传输模式，实验验证表明该方法能有效探索脑细胞外空间内的分子传输。
brain extracellular spacemolecular transportadvection-diffusion equationphysics-informed neural networkpeclet number
发现论文，激发创造
  • 基于注意力增强的神经微分方程用于物理感知的离子输运深度学习

    通过基于深度学习的注意力增强神经微分方程模型，我们研究离子在纳米孔膜中的运输，并探讨了注意力机制在揭示不同混合物组成下的离子配对关系中的作用。结果表明，与传统的基于偏微分方程的模型相比，基于物理学原理的深度学习解决方案在建模复杂运输现象方面表现更好，并为各种应用提供了有前途的途径。

    Dec, 2023

  • EPINN-NSE：用于求解 Navier-Stokes 方程的增强型物理启发式神经网络

    本篇论文提出了基于物理信息神经网络（PINN）的新方法，该方法的第一种模型假定速度分量由流函数的导数近似，第二种更为灵活，对两个维度的 NSE 有有效解决办法，并成功应用于求解三维 NSE，这些方法具有高训练性、灵活性和高效性。

    Apr, 2023

  • 基于量子物理的神经网络用于复杂形状的计算流体力学模拟

    我们提出了一种使用混合的量子物理信息神经网络的方法，模拟了三维 Y 形混合器中的层流流体，该方法结合了量子模型的表达力和 PINN 的灵活性，与纯经典神经网络相比，精度提高了 21％。

    Apr, 2023

  • 物理启发神经网络无创推断血栓材料特性

    本文采用物理信息神经网络 (PINNs) 和合成数据推断生物材料的特性，特别是我们成功地应用于推断血栓渗透性和粘弹性模量，验证了该模型在噪声合成数据中的鲁棒性。

    May, 2020

  • 基于输运方程的物理信息神经网络预测构型材料的屈服强度

    研究探讨了物理信息神经网络（PINN）模型在解决基于输运方程的偏微分方程（PDEs）方面的应用，主要目的是分析在 PINN 模型中不同激活函数对其预测性能的影响，特别是均方误差（MSE）和平均绝对误差（MAE）的评估。研究使用的数据集包含与支柱直径、单元格尺寸以及相应屈服应力值相关的各种输入参数。研究的结果表明，对于这个特定问题，激活函数的选择可能对模型的预测准确性产生较小的影响。PINN 模型展示了出色的泛化能力，表明其能够避免与提供的数据集过度拟合。研究强调了在选择特定实际应用的激活函数时，在性能和计算效率之间取得平衡的重要性。这些宝贵的发现有助于推动 PINN 作为解决各种科学和工程领域中具有挑战性的 PDEs 的有效工具的理解和潜在应用。

    Jul, 2023

  • 贝叶斯物理推理神经网络用于受污染含水层中工程纳米颗粒迁移的正向和反向模拟

    通过使用 Bayesian Physics-Informed Neural Network（B-PINN）框架，该研究演示了该工具提供的预测性洞见，以开发高效的地下水修复策略。

    Aug, 2023

  • 基于物理知识的神经网络模拟港口航道

    本文提出了一种基于 PINN 的物理模拟神经网络，用于模拟合成港口通道中由天文潮汐引起的流动，该模型的两个创新点是将流动设置为周期性的，并在训练期间重新采样函数评估点以提高模型精度，并讨论了使用 NS 方程模拟湍流模型的局限性及其与 PINN 的交互作用。

    Dec, 2022

  • 物理学启发的神经网络（PINN）在流体力学中的应用：综述

    本文回顾了在流体力学问题中使用基于物理学的神经网络（PINNs）的方法，将数据和数学模型无缝集成。该方法可以用于求解涉及三维尾流、超音速流和生物流动等方面的逆向问题。

    May, 2021

  • 揭示运输动力学背后的隐含物理学

    本文提出了一种基于自动编码器的学习框架，通过建立平滑物理模型和一种基于模拟的先验模型实现磁共振灌注成像数据的分割，并应用于中风患者。

    Nov, 2020

  • 面向实时训练的物理知情神经网络：超快超声血流成像的应用

    我们提出了 SeqPINN 和 SP-PINN 两种基于 PINN 的训练框架，用于求解含有定常流场的 Navier-Stokes 方程，实现了比原始设计的 PINN 更快的速度，并在恢复血流速度时分别达到 1.01 cm/s 和 1.91 cm/s 的 RMSE 值（在直通血管上），以及 1.26 cm/s 和 2.56 cm/s 的 RMSE 值（在三叉血管上）。

    Sep, 2023