Physics-Informed Neural Networks with Learnable Loss Balancing and Transfer Learning

Cet article propose un cadre de réseau neuronal informé par la physique (PINN) qui équilibre adaptativement la supervision basée sur la physique et sur les données, particulièrement en cas de rareté des données. La méthode utilise un neurone de fusion apprenable pour ajuster dynamiquement les contributions de chaque terme en fonction de leurs incertitudes et intègre le transfert d'apprentissage pour une efficacité accrue.