Finite‑Difference‑Gradienten‑Regularisierung verbessert PINN‑Genauigkeit bei Wärmeleitung
Physik‑informierte neuronale Netzwerke (PINNs) werden häufig mit einem einzigen Skalar‑Loss trainiert, obwohl die zu ermittelnde Größe oft viel spezifischer ist. In einer neuen Studie wird ein hybrides Design vorgestell…