Recipes for when physics fails: recovering robust learning of physics informed neural networks

Physics-informed neural networks (PINNs) have been shown to be effective in solving partial differential equations by capturing the physics induced constraints as a part of the training loss function. This paper shows that a PINN can be sensitive to errors in training data and overfit itself in dyna...

Ամբողջական նկարագրություն

Մատենագիտական մանրամասներ

Հիմնական հեղինակներ:	Chandrajit Bajaj, Luke McLennan, Timothy Andeen, Avik Roy
Ձևաչափ:	Artigo
Լեզու:	Inglês
Հրապարակվել է:	IOP Publishing 2023-01-01
Շարք:	Machine Learning: Science and Technology
Խորագրեր:	Physics informed deep learning Gaussian Processes nonlinear PDE Robust deep learning
Առցանց հասանելիություն:	https://doi.org/10.1088/2632-2153/acb416
Ցուցիչներ:	Ավելացրեք ցուցիչ Չկան պիտակներ, Եղեք առաջինը, ով նշում է այս գրառումը!