研究者提出TGSR-PINN迁移学习新方法

研究者 Qian Hu、Bin Fan、Yao Xiao、Zhicheng Lin、Meixin Xiong 发表论文，提出 TGSR-PINN——一种目标证据驱动的表示修正方法，用于物理信息神经网络（PINN）逆问题的迁移学习。 该方法在迁移源网络权重与偏置的同时独立初始化目标物理参数，先经目标短适应，再用一阶泰勒敏感度与预激活方差对神经元打分，借助高斯混合模型与排名回退生成弱适应信号，并对输入权重行和偏置施加有界选择性软衰减。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。