Data-Free PINNs for Compressible Flows: Mitigating Spectral Bias and Gradient Pathologies via Mach-Guided Scaling and Hybrid Convolutions
Questo lavoro presenta una rete neurale fisica priva di dati che risolve flussi comprimibili fino a Mach 15 attorno a un cilindro, superando bias spettrali e patologie del gradiente attraverso convoluzioni ibride, scalatura dinamica guidata dal numero di Mach e vincoli termodinamici analitici per catturare con stabilità onde d'urto staccate.