用物理信息神经网络建模太阳日冕磁场
太阳与恒星天体物理
2023-10-30 v1 等离子体物理
空间物理
摘要
我们提出一种新颖数值方法,旨在计算日冕环境中磁化等离子体的平衡与动力学结构。引入一种基于神经网络并积分模型偏微分方程的技术,称为物理信息神经网络(PINNs)。通过求解不同磁流体动力学(MHD)平衡构型,以及获取精确的二维稳态磁重联解(Craig & Henton 1995),探究了PINNs的功能。讨论了PINNs相比传统数值代码的优劣,以提出未来改进方向。有趣的是,PINNs是一种无网格方法,其获得的求解及关联的各阶导数可在空间域任意点准瞬时生成。我们相信我们的结果有助于为未来基于PINNs的含时MHD代码开发铺平道路。
引用
@article{arxiv.2310.17919,
title = {Modelling solar coronal magnetic fields with physics-informed neural networks},
author = {Hubert Baty and Vincent Vigon},
journal= {arXiv preprint arXiv:2310.17919},
year = {2023}
}
备注
accepted in MNRAS