Respecting causality for training physics-informed neural networks

While the popularity of physics-informed neural networks (PINNs) is steadily rising, to this date PINNs have not been successful in simulating dynamical systems whose solution exhibits multi-scale, chaotic or turbulent behavior. In this work we attribute this shortcoming to the inability of existing...

Celý popis

Podrobná bibliografie

Vydáno v:	Computer methods in applied mechanics and engineering Ročník 421; číslo C; s. 116813
Hlavní autoři:	Wang, Sifan, Sankaran, Shyam, Perdikaris, Paris
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Netherlands Elsevier B.V 01.03.2024 Elsevier
Témata:	Chaotic systems Computational physics Deep learning Partial differential equations Deep learning Computational physics Partial differential equations Chaotic systems
ISSN:	0045-7825, 1879-2138
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!