Boussinesq

新的SS-ESOAP方法增强了物理信息神经网络的训练

研究人员开发了SS-ESOAP，一种旨在改进物理信息神经网络（PINNs）训练的新型预处理方法。该方法解决了ill-conditioned objectives的挑战，这些目标经常阻碍PINNs的高精度训练。SS-ESOAP结合了自适应基更新、标量割线能量校正和方差状态下缩放，在Burgers和Boussinesq方程等多个基于物理的基准测试中表现优于SOAP和Adam等现有方法。