Pedro Tarancón-Álvarez

PINNs使用小波和FFE以3-12%的误差恢复电导率特征 · 跟踪2个来源

研究人员开发了一个新的框架，使用物理信息神经网络（PINNs）从Calderón逆问题的有限边界数据中重建电导率特征。该方法结合了随机小波函数和傅里叶特征编码，以更好地表示电导率的尖锐变化。使用合成数据进行的评估表明，该框架可以以3%到12%的相对误差恢复主要的电导率结构，其中傅里叶特征编码对于诸如夹杂物和界面等局部尖锐特征特别有效。