物理驱动的深度学习专栏
文章平均质量分 82
近年来,随着深度学习的发展,物理和数据双驱动的深度学习方法得到了越来越多的关注,如何将物理和数据结合起来更好地解决科学计算问题,是当前的重要难点,本专栏主要记录物理驱动的深度学习进展
pinn山里娃
交流请加vx:worker_harder
展开
-
物理信息驱动的深度学习相比于传统数值方法的潜在优势
**物理驱动的深度学习如神经网络方法相比于传统数值方法有哪些潜在优势**?原创 2022-06-16 09:56:01 · 3843 阅读 · 1 评论 -
PINN内嵌物理知识神经网络入门及文献总结
内嵌物理知识深度学习方法(PINN)已经成功用于解决各类科学计算问题,其本质是将物理先验知识嵌入神经网络训练中,将一个求解PDE的问题转化为一个优化问题。这篇博客主要记录PINN相关论文原创 2021-09-03 10:00:28 · 52441 阅读 · 56 评论 -
PINN物理信息驱动的深度学习方向重要进展与趋势
将物理先验知识嵌入深度学习模型和算法中,可提高学习效率和能力,目前这个方向有哪些重要进展和趋势?原创 2022-06-16 11:15:12 · 2706 阅读 · 1 评论 -
物理信息驱动深度学习相关报告总结
物理信息驱动深度学习相关报告原创 2022-10-21 00:08:09 · 1897 阅读 · 0 评论 -
一种基于物理信息极限学习机的PDE求解方法
近年来,物理信息驱动的深度学习方法用于科学计算问题受到了越来越多的关注,其中,physic informed neural network(PINN)在求解微分方程(PDE)正逆问题上展现出巨大的优势,但是并不适用于某些需要实时响应的应用。由此,下面将介绍一种基于物理信息极限学习机的PDE求解方法,用于线性微分方程的快速求解,能实现近实时高精度求解(秒级求解)。首先介绍PINN及极限学习机基本方法,其次介绍基于物理信息的极限学习方法,随后介绍求解问题与背景,最后展示基于Pytorch实现的算例结果。原创 2022-12-02 15:07:32 · 2257 阅读 · 8 评论 -
深度学习求解微分方程系列五:PINN求解Navier-Stokes方程正逆问题
下面我将介绍内嵌物理知识神经网络(PINN)求解微分方程。首先介绍PINN基本方法,并基于Pytorch的PINN求解框架实现求解含时间项的二维Navier-Stokes方程。深度学习求解微分方程系列三:PINN求解burger方程逆问题深度学习求解微分方程系列四:基于自适应激活函数PINN求解burger方程逆问题神经网络作原创 2022-11-13 17:29:33 · 5565 阅读 · 40 评论 -
A brief presentation about PINN
什么是PINN要回答什么时PINN,首先要回答什么是PDE,即我们的研究对象,PDE关于u(t,x,y)u(t,x,y)u(t,x,y)的偏微分方程(PDE),形如f(x;∂u∂x1,…,∂u∂xd;∂2u∂x1∂x1,…,∂2u∂x1∂xd)=0,x∈Ωf\left(\mathbf{x} ; \frac{\partial u}{\partial x_{1}}, \ldots, \frac{\partial u}{\partial x_{d}} ; \frac{\partial^{2} u}{\pa原创 2022-01-13 09:16:19 · 1079 阅读 · 0 评论 -
深度学习求解微分方程系列四:一种基于自适应激活函数的PINN求解方法—burger方程逆问题
下面我将介绍内嵌物理知识神经网络(PINN)求解微分方程。首先介绍PINN基本方法,并基于Pytorch的PINN求解框架实现求解含时间项的一维burger方程逆问题。原创 2022-11-10 07:58:07 · 5115 阅读 · 22 评论 -
PINN深度学习求解微分方程系列三:求解burger方程逆问题
近年来,基于深度学习的偏微分方程求解已是研究新热点。内嵌物理知识神经网络(PINN),能够用于解决与偏微分方程 相关的各种问题,该文章通过基于自适应激活函数的PINN对Burger方程进行快速求解。原创 2022-11-04 23:04:01 · 7749 阅读 · 42 评论 -
深度学习求解微分方程系列二:PINN求解burger方程正问题
下面我将介绍内嵌物理知识神经网络(PINN)求解微分方程。首先介绍PINN基本方法,并基于Pytorch的PINN求解框架实现求解含时间项的一维burger方程。原创 2022-11-11 22:48:14 · 2488 阅读 · 4 评论 -
PINN深度学习求解微分方程系列一:求解框架
下面我将介绍内嵌物理知识神经网络(PINN)求解微分方程。首先介绍PINN基本方法,并基于Pytorch框架实现求解一维Poisson方程。1.PINN简介神经网络作为一种强大的信息处理工具在计算机视觉、生物医学、 油气工程领域得到广泛应用, 引发多领域技术变革.。深度学习网络具有非常强的学习能力, 不仅能发现物理规律, 还能求解偏微分方程.。近年来,基于深度学习的偏微分方程求解已是研究新热点。内嵌物理知识神经网络(PINN)是一种科学机器在传统数值领域的应用方法,能够用于解决与偏微分方程 (PDE)原创 2022-11-02 22:01:14 · 14649 阅读 · 63 评论 -
物理驱动深度学习(PINN)代码
物理驱动深度学习代码总结原创 2022-10-12 17:18:55 · 6157 阅读 · 0 评论 -
PINN期刊推荐总结
收录文章特点收录文章:收录文章收录文章。原创 2022-10-28 11:15:28 · 1616 阅读 · 0 评论 -
PDEBench-AI求解微分方程新基准
近年来,物理驱动深度学习方法非常热门,特别是在求解逆问题上有独特的优势。在该领域,很多研究者在不同数据集上已经提出了性能非常好的求解算法。但都在各自数据集和问题上进行测试比较,发展类似图像benchmark如CIFAR10等公开数据集,比较迫切。现在,在AI求微分方程领域制作了一个PDEBech,可用于基准对比。原创 2022-10-28 09:34:31 · 2064 阅读 · 1 评论 -
PINN物理驱动的深度学习方法入门到详解
物理驱动的深度学习方法入门原创 2022-06-16 10:23:53 · 8967 阅读 · 3 评论 -
PINN物理信息驱动的深度学习方法与不确定性量化
内嵌物理知识深度学习方法(PINN)与不确定性量化论文原创 2022-06-01 15:18:31 · 1901 阅读 · 0 评论 -
内嵌物理知识神经网络(PINN)画图总结
整理了现有描述PINN图原创 2022-03-17 16:26:57 · 4041 阅读 · 0 评论 -
极限学习机(Extreme Learning Machine,ELM)详解
极限学习机的提出目的是为了解决人工神经网络训练时耗费的时间和高成本。对此,2004年由南洋理工大学的黄广斌提出了ELM学习理论。原创 2021-12-23 10:13:25 · 8820 阅读 · 2 评论 -
PINN内嵌物理知识神经网络投稿期刊总结
内嵌物理知识神经网络投稿期刊总结原创 2021-12-23 08:51:17 · 4003 阅读 · 0 评论