Physics-Informed Neural Network Modeling of Biodegradable Contaminant Transport through GCL/SL Composite Liners
本研究は、GCL/SL複合ライナーを通じた生分解性汚染物質の輸送を正確にモデル化し、逆問題解析を通じて土壌ライナーの劣化パラメータを特定することにおいて、標準的なPINNおよび従来の数値的手法を大幅に上回る性能を示す、ハード制約付き物理情報ニューラルネットワーク(H-PINN)フレームワークを提示するものである。