LNN-PINN: Rete Neurale Informata dalla Fisica con Blocchi Residui Liquidi

Un nuovo framework chiamato LNN-PINN è stato introdotto dai ricercatori, che utilizza un design di rete neurale informata dalla fisica che incorpora una struttura di gating residuo liquido per migliorare la precisione delle previsioni. Questo approccio presenta un sistema di gating semplificato nelle mappature degli strati nascosti, mantenendo al contempo lo stesso campionamento, la composizione della perdita e gli iperparametri, garantendo che i miglioramenti derivino esclusivamente da modifiche architetturali. Nei test su quattro problemi di riferimento, LNN-PINN ha dimostrato costantemente riduzioni di RMSE e MAE nelle stesse condizioni di addestramento, con grafici dell'errore assoluto che confermano i miglioramenti in accuratezza.