physics informed neural network | BriefGPT

关键词physics informed neural network

搜索结果 - 7

用于二维瞬态问题的物理信息神经网络代码（PINN-2DT），与 Google Colab 兼容
我们提出了一个开源的物理相关神经网络环境，用于在二维矩形域中模拟瞬态现象，并包含了与 Google Colab 的兼容性、支持二维时变 PDE、简单的界面定义残差损失、边界条件和初始损失，以及对数值层和神经元数量、激活函数的自定义支持，自动
PDF9 months ago
基于贝叶斯推理的物理信息神经网络
以贝叶斯公式为基础的物理知情神经网络（PINN）方法，利用 Laplace 近似法获得后验概率密度，通过计算证据度量进行假设分类，并通过贝叶斯算法精调损失组成部分的相对权重，解决热传导、波动和 Burger 的方程，获得与精确解良好一致性的
PDF10 months ago
应用基于物理的神经网络描述融合等离子体动力学模拟中的波粒共振
使用简化形式的 Vlasov-Poisson 系统（1D1V）作为物理启发神经网络（PINN）应用于波粒共振的测试样本。首先将 PINN 作为 Vlasov-Poisson 系统解法的压缩方法进行测试，并与标准神经网络进行比较。其次，还介绍
PDF10 months ago
使用修改后的 PINN 数据驱动的 Fokas-Lenells 方程本地化波解
使用物理学中的神经网络来研究数据驱动的局部波动解法，为非线性光学和其他非线性物理学领域应用深度学习提供可能。
PDFa year ago
PINNslope：物理知情神经网络在地震数据插值和局部斜率估计中的应用
利用物理知识神经网络 (PINN)，基于局部平面波差分方程和可用数据训练两个前馈神经网络，一个主网络用于重构地震数据，一个辅助网络估计相关的局部斜率。该方法有效地处理了非均匀采样的地震数据和数据中的大间隔，比传统的最小二乘反演方法和单个网络
PDFa year ago
基于物理信息的分布式神经网络求解偏微分方程的数据高效方法
通过测试传统 PINN 方法的表达能力，本论文提出了一种分布式 PINN（DPINN），并与原方法进行了对比，试图直接使用物理信息神经网络来解决非线性偏微分方程及二维稳态 Navier-Stokes 方程。
PDF5 years ago
应用迁移学习增强的物理知识神经网络用于断裂的相场建模
本文提出一种基于物理知识的神经网络（PINN）算法，通过最小化系统的变分能量来求解脆性断裂问题，同时对神经网络输出进行修改以满足边界条件并采用迭代学习模式。通过在四个断裂力学问题上的验证，证明了该方法相对于常规的残差 PINN 算法具有更好
PDF5 years ago