Physics-Informed Neural Networks for solving 2D Shallow Water Equations: Accuracy Assessment Through Dambreak Benchmark Problems
本論文は、損失関数に2次元浅水流方程式を直接組み込んだ統一的な物理情報ニューラルネットワーク(PINN)フレームワークが、4つの複雑なダム崩壊ベンチマークにおいて高い精度(R² > 0.98)を達成し、迅速な洪水リスク評価のための従来のソルバーに代わる実行可能なメッシュフリーの選択肢であることを実証するものである。