Muhammad Akbar Khan

探索用于3D流体动力学的PINN中的程函方程正则化

一篇新研究论文探讨了程函方程正则化在物理信息神经网络（PINNs）中模拟三维流体动力学的有效性。该研究由Muhammad Akbar Khan撰写，研究了该正则化器的权重如何影响各种基准测试的准确性和可复现性，包括平移、旋转和带槽球体。研究结果表明，最佳权重高度依赖于流动的几何复杂性，并且尽管PINNs提供了一种有前途的方法，但在测试场景中，五阶WENO求解器表现出更高的准确性。