用于热弹性Timoshenko系统的物理信息神经网络
数值分析
2024-09-25 v1 数值分析
偏微分方程分析
摘要
本文的主要焦点是分析耦合了热弹性并包含第二声效应的Timoshenko系统的数值解的行为。为了实现这一目标，我们采用物理信息神经网络（PINNs）框架来推导该系统的近似解。我们的研究探讨了该近似解在多大程度上能够准确捕捉离散能量的渐近行为，这取决于稳定性数。有趣的是，PINNs克服了使用标准数值方法时遇到的主要困难。
引用
@article{arxiv.2409.15872,
title = {Physics-informed neural networks for Timoshenko system with Thermoelasticity},
author = {Sabrine Chebbi and Joseph Muthui Wacira and Makram Hamouda and Bubacarr Bah},
journal= {arXiv preprint arXiv:2409.15872},
year = {2024}
}