零基础怎么学习PINN（基于物理信息的神经网络）？ - 知乎
本科期间学传统地质的，现在研一，导师让我用PINN（基于物理信息的神经网络）做矿床模拟预测相关的内容，…
请问PINN怎么快速入门啊？ - 知乎
Nov 17, 2024 · 因此还有许多问题需要进一步探讨： (1) 给定 NPDE 的梯度波动与相应 PINNs方法的梯度动力学之间的关系是什么？ (2) 如何有效地减少这些梯度波动（例如，通过选择不同的损失函数、更 …
PINN还有研究的必要吗？ - 知乎
Nov 20, 2025 · 我本行是做传统 数值方法 的，最近间歇着做了一年 PINNs。我认为这个东西比较鸡肋，你可以把它捆在大论文最后一章当一个对于范式的探索。但千万不能把pinns当大论文主题。
PINN还有研究的必要吗？ - 知乎
Aug 30, 2024 · Fig 2 - Velocity and vorticity field plot of the Kármán vortex street (Re = 200) at t = 200 from PINN. Figure adopted from Chuang et al. (2022) 同时，PINN对于某些特定的变量的敏感度是非 …
神经网络解偏微分方程的原理是什么？ - 知乎
Aug 19, 2020 · 当然，这里的PINNs是更大范畴的Informed ML框架下的一种，因为我们不仅或者有时候无法有直接的方程本身来作为约束，可以考虑其它的物理量或者prior knowledge。 关于这个PINN及 …
Neural Operator算是PINN范畴里面吗？ - 知乎
本文的组织结构如下：第2节对PINNs框架进行回顾，并描述PACMANN方法及本研究考虑的优化算法。 第3节进行实验研究，比较PACMANN与其他采样方法在三个正问题和一个逆问题下的精度和计算成 …
pinn的物理损失和数据损失不能同时收敛? - 知乎
Dec 24, 2024 · 在尝试用PINNs框架做Burgers方程正问题的过程中，碰到了一个奇怪的问题，特此记录。 仿照开源代码的思路搭建了一个能跑通的PINNs框架，用于求解无数据的Burgers方程初边值问题， …
PINN 和 neural ODE 的区别是什么？ - 知乎
Mar 17, 2024 · 而PINNs则将注意力放在满足微分方程的约束上 直接学习解析解y (t)，将其建模为神经网络，同时约束网络需要满足原始的微分方程和边界条件的先验知识。
PINNs 训练中物理损失（phys）波动过大，手动缩放系数 ...
PINNs 训练中物理损失（phys）波动过大，手动缩放系数是否合理？ 各位 PINNs 领域的前辈和同行们好，最近在训练物理信息神经网络（PINNs）时遇到了一个棘手的问题，想向大家请教： 在训练过程 …
如何高效把神经网络与流体力学的结合？ - 知乎
把神经网络和流体力学结合起来，关键在于让机器学习“懂”物理规律，同时利用数据的优势。比如，物理信息神经网络（PINNs）就是个很好的例子，它把流体力学的方程直接嵌入到神经网络里，让模型在 …