研究人员开发了一种新方法,使用物理信息神经网络(PINNs)来求解非线性Westervelt方程,该方程模拟声波在生物组织中的传播。该方法解决了传统求解器在处理方程固有的非线性和衰减时面临的挑战。研究通过三个合成案例——线性、激波主导和耗散主导——证明了PINNs的有效性,表明衰减系数按比例缩放幅度衰减,而非线性参数控制频率相关的相速度。 AI
影响 这项研究展示了PINNs在模拟复杂物理现象方面的新应用,有望提高超声成像和治疗应用的准确性。
排序理由 该集群包含一篇学术论文,详细介绍了使用神经网络求解特定科学方程的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- arXiv
- Luke Oluwaseye Joel Dr
- physics-informed neural networks
- Ultrasound propagation in anisotropic soft tissues: the application of linear elastic theory
- Westervelt equation
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →