动态自适应PINN

边界数据训练不失效

通过动态更新损失权重，解决多任务训练不平衡，使物理信息神经网络在仅有边界数据的固体力学问题中稳定逼近解。

Wang, Feiyang · Zhai, Wuzhou · Zhao, Shuai · 满建宏

Journal of Computational Physics 2025

参数信息

变形预测误差
1e-6
信息熵
1.3 bits

技术优势

不再需要人工调权

损失权重通过梯度归一化或增广拉格朗日算法自动更新，省去反复试参。

仅需边界数据

无需内部点，可直接用纯边界数据训练，降低数据准备成本。

换个网络照样能用

框架对网络层数和神经元数量不敏感，可嵌入不同结构的神经网络。

应用场景