FPI-BPINN

新框架将函数先验整合到贝叶斯物理信息神经网络反演中

研究人员开发了一个名为fpBPINN的新框架，用于将函数先验整合到使用物理信息神经网络（PINNs）解决的贝叶斯反演问题中。该框架解决了在函数空间而非神经网络的典型权重空间中定义先验分布的挑战。该研究介绍了两种方法，FPI-BPINN和fParVI-PINN，并证明了它们在地震走时层析成像和Darcy流渗透率反演中的有效性，显示出准确的后验分布估计。