基于物理信息神经网络的静磁学与微磁学
材料科学
2022-01-26 v1
摘要
偏微分方程与变分问题可利用物理信息神经网络（PINNs）求解。未知场由神经网络逼近。通过在配置点最小化静态麦克斯韦方程的残差或静磁能，调整神经网络的权重，使神经网络解逼近磁矢势。由此可估计给定磁化分布下的磁通密度。将磁化作为附加未知量，可求解逆静磁问题。以附加能量项扩充静磁能，可求解微磁问题。我们展示了物理信息神经网络在求解静磁问题、计算逆问题中的磁化，以及计算二维几何退磁曲线方面的应用。
引用
@article{arxiv.2106.03362,
title = {Magnetostatics and micromagnetics with physics informed neural networks},
author = {Alexander Kovacs and Lukas Exl and Alexander Kornell and Johann Fischbacher and Markus Hovorka and Markus Gusenbauer and Leoni Breth and Harald Oezelt and Dirk Praetorius and Dieter Suess and Thomas Schrefl},
journal= {arXiv preprint arXiv:2106.03362},
year = {2022}
}
备注
22 pages, 9 figures