دانشمندان در تازهترین تحقیق خود، به سراغ شبکههای عصبی فیزیکمحور (PINNs) رفتهاند که ابزاری حیاتی برای شبیهسازی معادلات پیچیده فیزیکی هستند. اما این شبکهها اغلب در آموزش دچار مشکل شده یا به نتایج نادرست میرسند.
تکنیک جدید «LIGO-PINN» با بهینهسازی لایهایِ وزنهای اولیه شبکه، توانسته این سد بزرگ را بشکند و دقت مدلها را تا حدود ۹۱.۵ درصد در مسائل پیچیده فیزیکی (مثل دینامیک سیالات) افزایش دهد. این یک گام مهم برای کاربرد دقیقتر هوش مصنوعی در علوم مهندسی و فیزیک است. 💡⚙️
منبع: arXiv Machine Learning