Arnab Chattopadhyay

新的pi-Net模型增强了数据稀疏系统中的物理预测能力

研究人员开发了pi-Net，这是一种新颖的物理信息潜在变量模型，旨在改进多物理场系统的预测建模，尤其是在数据稀疏的环境中。这种混合架构包含一个将输入映射到物理归一化潜在空间的编码器，然后由可微分的物理头进行解码以获得最终预测。在具有有限实验数据的气体保护金属电弧焊（GMAW）案例研究中进行了测试，pi-Net取得了0.864的R2分数，并展示了优于纯数据驱动方法的性能，提供了因果可解释性。