nonlinear deformation manifolds

新的FT-PINN方法提高了AI在激波模拟中的准确性

研究人员开发了一种名为特征跟踪物理信息神经网络（FT-PINN）的新方法，以提高神经网络在模拟具有激波的守恒定律时的准确性。传统的物理信息神经网络由于数据点分布不均，在处理激波时存在困难，导致解决方案不准确。FT-PINN通过在固定参考域上定义解，并将其与变形图组合来解决这个问题，使得数据点能够集中在激波等特征上，而无需预先知道其位置。与标准的PINN相比，该方法在各种测试问题上准确解析激波方面表现出优越的性能。