Physics-Informed Neural Network (PINN) has become a commonly used machine learning approach to solve partial differential equations (PDE). But, facing high-dimensional second …

2021年2月9日 · Here, we propose a new deep learning method -- physics-informed neural networks with hard constraints (hPINNs) -- for solving topology optimization. hPINN leverages …

2024年2月7日 · 物理信息神经网络（Physics-Informed Neural Networks，简称PINN）是一种结合了 深度学习 和物理学知识的 机器学习 模型。 与传统的数据驱动的神经网络不同，PINNs 在 …

2024年1月30日 · Pinn全称为Physics-Informed Neural Networks，是近年来出现的一种结合了物理约束和神经网络的技术，其主要思想是将物理定律和现象加入到神经网络中，以提高神经网络 …

## PINNs 相关的资源 - 极致双语，这可能是全网唯一全面讲解PINN的系统课了，苏黎世联邦理工大学灵魂授课：深度学习、算子学习、深度算子网络、傅里叶神经算子、卷积神经算子、可微 …

物理信息神经网络（Physics-Informed Neural Networks，简称PINN）是一种结合了深度学习和物理学知识的机器学习模型。 与传统的数据驱动的神经网络不同，PINN在学习过程中利用物理 …

2022年12月9日 · 物理神经网络(PINN)是一种神经网络(NNs)，它将模型方程(如偏微分方程(PDE))编码为神经网络本身的一个组成部分。pinn现在被用于求解偏微分方程、分数阶方程、 …

方法： 论文介绍的是一种自适应的物理信息神经网络框架，名为AdaI-PINNs，用于解决反问题，特别是在确定异质系统中不连续材料属性的反问题中表现出色，计算效率比现有方法高 …

2024年8月3日 · PINN是将物理定律嵌入深度学习框架，约束神经网络训练的新型方法。特别适用于解决AI交叉学科中复杂的偏微分方程。可以说，PINN能够大大降低实验难度，让你更容易 …

2021年7月16日 · To properly address these challenges, we present a novel discrete PINN framework based on graph convolutional network (GCN) and variational structure of PDE to …