Red Neuronal Informada por la Física con Atención tipo Squeeze-Excitation
Descubre SEA-PINN, que integra atención squeeze-excitation en PINNs para inicialización estable y convergencia robusta. Mejora rendimiento hasta 42%.
#informadas
Optimización evolutiva en dos etapas para PINNs
Optimiza los hiperparámetros de PINNs usando un enfoque evolutivo en dos etapas. Reduce errores y mejora la convergencia. Descubre cómo en Q2BSTUDIO.
PINNs de doble red para control óptimo: benchmark en sistema masa-resorte
Descubre cómo las PINNs de doble red resuelven el control óptimo de un sistema masa-resorte con alta precisión en un benchmark reproducible.
Marco VPINN Petrov-Galerkin para problemas singularmente perturbados 2D
Resuelve problemas singularmente perturbados en 2D con el marco VPINN Petrov-Galerkin. Alta precisión y robustez.
Nuevo método MODE: Extrapolación Dual-espectral para PINNs
Descubre MODE, un microarquitectura ligera que mejora la generalización de redes neuronales físicas sin aumentar parámetros. Supera a SVD y LoRA en ecuaciones
Acoplamiento Robin-Neumann de PINN y FEM con contacto
Descubre cómo el acoplamiento Robin-Neumann de PINN y FEM optimiza la interacción fluido-estructura con contacto. Resultados sorprendentes.
Cotas de error a posteriori para PINNs: inferiores y superiores
Descubre cómo obtener cotas de error inferiores y superiores a posteriori para PINNs en ecuaciones diferenciales. Certificación rigurosa.
Método adjunto vs PINNs: problemas inversos con EDP
Comparación justa entre método adjunto y PINNs en problemas inversos gobernados por EDP. Descubre cuándo usar cada técnica y cómo la estrategia híbrida PINN-adjunto reduce costos.
Aprendizaje de operadores para Fokker-Planck con condiciones iniciales
Optimiza la simulación de procesos estocásticos con flujos normalizantes y PINNs para ecuaciones de Fokker-Planck.
Efecto de la reparametrización con campos neuronales en 4DVAR
Descubre cómo la reparametrización con campos neuronales estabiliza 4DVAR sin datos de entrenamiento, mejorando precisión y velocidad en asimilación de datos.