研究者提出TGSR-PINN改进PINN逆问题迁移学习

研究者提出一种名为 TGSR-PINN 的方法，用于物理信息神经网络（PINN）逆问题的迁移学习。该方法迁移源网络的权重与偏置，但独立初始化目标物理参数，在目标域短适应后对神经元打分并施加有界选择性软衰减，以校正表示。 据提出者称，其做法是先以一阶 Taylor 敏感度与预激活方差对神经元评分，再通过高斯混合模型将评分转为弱适应信号，对输入权重行和偏置进行衰减。目前该工作以预印本形式发布，尚未见经同行评议验证的效果结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。