具有未知测量噪声的物理信息神经网络
机器学习
2024-06-21 v5 机器学习
摘要
物理信息神经网络（PINNs）构成了一种灵活的方法，既能求解偏微分方程，也能识别其参数。关于该主题的大多数工作假设无噪声数据，或受弱高斯噪声污染的数据。我们表明，标准的 PINN 框架在非高斯噪声情况下会失效。我们给出了解决这一根本问题的方法，并提出联合训练一个基于能量的模型（EBM）来学习正确的噪声分布。我们通过多个例子说明了所提方法性能的提升。
引用
@article{arxiv.2211.15498,
title = {Physics-informed Neural Networks with Unknown Measurement Noise},
author = {Philipp Pilar and Niklas Wahlström},
journal= {arXiv preprint arXiv:2211.15498},
year = {2024}
}