محققان در یک پژوهش جدید، مدل نوآورانه «RA-HSPINN» را معرفی کردهاند که انقلابی در حل معادلات دیفرانسیل جزئی (PDEs) محسوب میشود. این روش با ترکیب «شبکههای عصبی فیزیکمحور» و یک میدان قابلیتاطمینان هوشمند، دقت محاسبات را به شکل خیرهکنندهای افزایش داده است.
این مدل جدید توانسته است در حل مسائل دشوار فیزیکی و جریانهای پیچیده، خطای محاسباتی را تا بیش از ۹۸٪ نسبت به روشهای مشابه کاهش دهد. این دستاورد گامی بزرگ برای شبیهسازیهای دقیقتر در علوم مهندسی و فیزیک با استفاده از قدرت یادگیری عمیق است. ✨
منبع: arXiv Machine Learning
