B-PINNs

新研究揭示并提出修复贝叶斯PINN中的偏差的方法

研究人员发现，当贝叶斯物理信息神经网络（B-PINNs）采用对撞机结构时，会存在显著偏差。这种偏差会导致物理参数的后验分布偏离真实值，即使先验准确。为解决此问题，研究提出了一种分层链模型，该模型可避免偏差，但引入了更复杂的推理问题。论文建议，通过离散化潜在的随机动力学，可以使用粒子马尔可夫链蒙特卡洛（MCMC）精确采样链后验，并提供了诊断标准 B-PINN 何时可能不可靠的方法。