Gradient-enhanced PINN with residual unit for studying forward-inverse problems of variable coefficient equations

Physics-informed neural network (PINN) is a powerful emerging method for studying forward-inverse problems of partial differential equations (PDEs), even from limited sample data. Variable coefficient PDEs, which model real-world phenomena, are of considerable physical significance and research valu...

Celý popis

Podrobná bibliografie

Vydáno v:	Physica. D Ročník 481; s. 134764
Hlavní autoři:	Zhou, Hui-Juan, Chen, Yong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.11.2025
Témata:	Data-driven solution Function discovery Physics-informed neural network Residual network Variable coefficient equation Physics-informed neural network Function discovery Variable coefficient equation Residual network Data-driven solution
ISSN:	0167-2789
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!