物理情報ニューラルネットワークのためのアンサンブル学習: 勾配ブースティングアプローチ

物理情報ニューラルネットワーク(PINNs)の性能を大幅に向上させるための新しい学習パラダイムである「勾配ブースティング」を提案する。単一のニューラルネットワークを直接使ってPDEの解を学習するのではなく、一連のニューラルネットワークを使うことで優れた結果を得ることができる。この手法により、従来のPINNsでは大きな課題であった多重スケールや特異摂動問題を解決できる。