pinn

本文提出了一种用于金属增材制造中PINN的领域自适应采样框架，利用条件Flow Matching模型对高残差配点区域进行定向采样，在相同配点预算下，相对L2误差相较最先进基线平均降低62.1%。

这些讲义笔记介绍了Physics Informed Neural Networks (PINNs)和Neural Operators，涵盖了它们在PyTorch和NVIDIA PhysicsNeMo等开源库中的实现，以及在工程和物理中的应用。

This paper introduces GeoID-PINN, a physics-informed neural network for regional epidemic inference that incorporates geographic coupling via a spatial source-composition matrix. It demonstrates that accurate trajectory forecasts do not guarantee correct recovery of regional dependence structures, using simulations and COVID-19 data from Louisiana counties.

Met-Shield 是一个开源再入模拟器，利用物理信息神经网络（PINN）预测航天器隔热罩上的热梯度，并集成到C++ WebAssembly引擎中，实现实时浏览器运行。该项目旨在提高相对于传统求解器的鲁棒性，但在高热通量阶段存在收敛问题。