DiffFEM在路面反演中优于PINN
热点事件持续更新
DiffFEM在路面反演中优于PINN
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
一项针对落锤式弯沉仪（FWD）数据的多层路面逆向分析比较显示，DiffFEM的反演结果比PINN更准确、稳定，计算效率也更高。标准PINN无法恢复各层模量，采用域分解的XPINN后虽有改善，但仍对损失权重和网络架构敏感，并且在测量噪声下性能下降。 研究称，DiffFEM在求解器中将物理规律作为硬约束，因此在该合成基准上具有实际优势；这一优势以具备高效、稳健的可微前向求解器为前提。
AI 根据报道生成 · 50 分钟前更新
最新进展10月28日 12:00
DiffFEM 与 PINN 在路面层逆向分析中的比较：将物理约束作为硬约束还是软约束报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningDiffFEM 与 PINN 在路面层逆向分析中的比较：将物理约束作为硬约束还是软约束
针对落锤式弯沉仪（FWD）反演，多层路面研究比较了 PINN 与可微有限元法（DiffFEM），结果显示 DiffFEM 更准确、稳定且计算效率更高。标准 PINN 无法恢复各层模量，采用域分解的 XPINN 虽有所改善，却对损失权重和网络架构敏感，并在测量噪声下性能下降。DiffFEM 在求解器中将物理规律作为硬约束，具备实际优势，但前提是有高效、稳健的可微前向求解器。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。