应用物理信息神经网络求解逆对流-扩散问题以定位污染源
神经与进化计算
2025-03-25 v1
摘要
本文研究了物理信息神经网络在求解逆对流-扩散问题以定位污染源中的应用。研究重点在于优化神经网络架构，以准确模拟不同条件下的污染物扩散动力学，包括弱风和强风以及多个污染源的情景。评估了多种物理信息神经网络配置，显示解精度对超参数选择的强烈依赖性。基于这些比较，提供了高效物理信息神经网络配置的建议。该方法在多个场景中进行了测试，并使用考虑大气变异性的真实数据进行了验证。结果表明，所提出的方法在源定位方面实现了高精度，展示了物理信息神经网络在复杂天气条件下应对环境监测和污染管理挑战的稳定性和潜力。
引用
@article{arxiv.2503.18849,
title = {Application of Physics-Informed Neural Networks for Solving the Inverse Advection-Diffusion Problem to Localize Pollution Sources},
author = {Ivan Chuprov and Denis Derkach and Dmitry Efremenko and Aleksei Kychkin},
journal= {arXiv preprint arXiv:2503.18849},
year = {2025}
}