Higher-order error estimates for physics-informed neural networks approximating the primitive equations
岳子尝了一口:经典CFD算法存在精度的问题,比如1阶2阶。作为一个新兴的计算PDE的方法PINN。是否存在一阶精度二阶精度?
岳子最近看了个文献,这个文献没有回答PINN的精度。但是直接爆出两个观点,针对水动力NS方程:
1)PINN只要层数够多,训练损失就可以足够小。
2)在训练损失足够小,若配点数量足够,PINN的解与真值之间的误差会足够小。
岳子没有花太长时间去嚼这个文章,只是尝了一口。拿AI翻译全文直接发出来,岳子还不屑于干。
文章从数学的角度去证明,只要有耐心,PINN训练到下个世纪都能给你个结果出来。
这个文章发表在2023年,是一个纯数学的文章。还是个数学类顶刊。文章里面数学公式非常多。岳子也嚼不动了。
9月份岳子在OpenFOAM课堂上,实操PINN编程。这是国内外首次(注意定语),基于OpenFOAM/纯C++原生环境,使用PINN求解CFD顶盖驱动流的教学。
我想想都激动流!!!
另外,过几天,岳子再爆某引用6位数大佬,认为NS方程解的不存在唯一性的证明。文章已经在写。再探再爆!敬请期待!