Physics-Informed Neural Networks for solving 2D Shallow Water Equations: Accuracy Assessment Through Dambreak Benchmark Problems
Diese Arbeit zeigt, dass ein vereinheitlichtes Physics-Informed Neural Network-Framework, welches die zweidimensionalen flachen Wassergleichungen direkt in seine Verlustfunktion einbettet, eine hohe Genauigkeit (R² > 0,98) über vier komplexe Dammbruch-Benchmarks hinweg erreicht und es damit als eine praktikable, netzfreie Alternative zu traditionellen Solvern für die schnelle Hochwasserrisikobewertung etabliert.