MI-PINN: Meta-apprendimento per Problemi Inversi di ODE

I ricercatori propongono una rete neurale fisico-informata meta-inversa (MI-PINN) per risolvere problemi inversi in equazioni differenziali ordinarie (ODE) ad alta dimensionalità. Il metodo riformula la modellazione inversa come un problema di meta-apprendimento a due stadi: prima apprende una rappresentazione consapevole della fisica attraverso più compiti, poi esegue la modellazione inversa ottimizzando parametri specifici del compito. Questo approccio affronta le difficoltà di ottimizzazione e la scarsa generalizzazione delle PINN esistenti, che si basano sull'ottimizzazione congiunta. Il lavoro è rivolto ad applicazioni di machine learning scientifico in cui la fisica sottostante è parzialmente caratterizzata e le osservazioni sono scarse.