Data-Free PINNs for Compressible Flows: Mitigating Spectral Bias and Gradient Pathologies via Mach-Guided Scaling and Hybrid Convolutions
이 논문은 마하 수 기반 동적 잔차 스케일링, 방향성 인덕티브 바이어스를 가진 하이브리드 합성곱 아키텍처, 그리고 정류점 해를 활용한 전역 열역학적 앵커링을 통해 데이터 없이도 극초음속 (마하 15) 원기둥 주위의 유동 및 분리된 bow shock 을 안정적으로 포착하는 새로운 PINN 프레임워크를 제안합니다.