Sophie Moufawad

新的两阶段PINN方法改进了多孔介质方程反问题的求解

研究人员开发了一种新颖的物理信息神经网络（PINNs）两阶段训练框架，以应对求解一维多孔介质方程（1D PME）反问题的挑战。这种新方法显著提高了收敛稳定性，即使在初始猜测值较差的情况下也能实现可靠的参数恢复。研究表明，PINNs为一维PME提供了比传统方法更灵活、更准确的替代方案，而提出的策略提高了反问题的鲁棒性，并为更复杂的应用奠定了基础。