Lightweight Geometric Adaptation for Training Physics-Informed Neural Networks

Redes Neurais Informadas pela Física (PINNs) enfrentam problemas de convergência e estabilidade devido à complexidade de suas paisagens de perda. Este trabalho propõe uma estrutura de otimização leve, sensível à curvatura, que aprimora otimizadores de primeira ordem para melhorar a velocidade de convergência, estabilidade e precisão em equações diferenciais parciais (PDEs).