Time-Induced Neural Networks

新的TINNs架构改进了时变偏微分方程的求解

研究人员推出了一种新颖的架构——诱导时间神经网络（TINNs），旨在改进时变偏微分方程（PDEs）的求解。与使用单个网络处理所有时间步长的传统物理信息神经网络（PINNs）不同，TINNs将网络权重参数化为时间的函数，使空间表示能够动态演变。这种方法通过Levenberg-Marquardt方法进行优化，在实验中显示出比现有方法高出四倍的相对误差和快十倍的收敛速度。