物理情報ニューラルネットワーク(PINN)の適応的な補間点と実験点の選択アルゴリズム「PINNACLE」

PINNの訓練では、偏微分方程式(PDE)と初期/境界条件(IC/BC)を満たすように、様々な種類の補間点(CL点)と実験点(EXP点)を組み合わせて使用する必要がある。本研究では、これらの点の選択を統合的に最適化するアルゴリズム「PINNACLE」を提案する。PINNALCLEは、点の種類間の相互作用を考慮し、訓練の進行に合わせてCL点の割合を自動的に調整することで、PINNの性能を大幅に向上させる。