面向椭圆型界面问题的界面门控物理信息神经网络 (IG-PINNs)
计算机视觉与模式识别
2025-12-10 v4
摘要
在本工作中，我们开发了界面门控物理信息神经网络 (IG-PINNs) 来求解椭圆型界面方程。 在 IG-PINNs 中，我们使用全连接神经网络来捕捉整个域上的平滑行为。在由界面分割的每个子域中，利用界面门控网络可在界面处提供纠正。在界面门控网络的体系结构设计中，我们引入了门控机制和来自界面的水平集函数。这一设计使界面门控网络能够有效处理界面处的不可连续跳跃。一些数值实验已确认 IG-PINNs 的有效性，表明其在准确度上优于 PINNs、界面 PINNs (I-PINNs) 和多域 PINNs (M-PINNs)。
引用
@article{arxiv.2506.18331,
title = {End-to-End Fine-Tuning of 3D Texture Generation using Differentiable Rewards},
author = {AmirHossein Zamani and Tianhao Xie and Amir G. Aghdam and Tiberiu Popa and Eugene Belilovsky},
journal= {arXiv preprint arXiv:2506.18331},
year = {2025}
}