이 논문은 물리 정보 신경망(PINN)과 물리 정보 가우시안 프로세스(PIGP)의 자기 학습 및 공동 학습 알고리즘을 제안한다.
자기 학습 알고리즘에서는 PINN과 PIGP 각각의 예측 신뢰도 기준을 사용하여 무라벨 데이터 포인트에 의사 라벨을 부여하고 이를 학습에 활용한다. 이를 통해 초기 및 경계 조건 데이터만 있는 경우에도 도메인 내부로 정보를 전파할 수 있다.
공동 학습 알고리즘에서는 PINN과 PIGP가 서로의 무라벨 데이터를 활용하여 의사 라벨을 생성하고 이를 통해 상호 보완적으로 학습한다. 이를 통해 PIGP는 PINN의 예측에 대한 불확실성 정량화를 제공할 수 있다.
다양한 수치 실험을 통해 제안된 방법들이 기존 PINN 및 PIGP 방법에 비해 안정성, 학습 속도, 예측 정확도 면에서 개선된 성능을 보임을 확인하였다.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Ming Zhong,D... at arxiv.org 04-10-2024
https://arxiv.org/pdf/2404.05817.pdfDeeper Inquiries