Complementary, Not Cumulative: Interaction Effects in Physics-Informed Neural Networks for Navier-Stokes Vortex Shedding

Este artigo demonstra que, embora técnicas individuais frequentemente falhem em melhorar as Redes Neurais Informadas pela Física (PINNs) para fluxos de Navier-Stokes não estacionários, uma combinação complementar específica de ativações periódicas e ponderação causal alcança alta precisão, ao passo que a adição de outros métodos leva a uma degradação catastrófica de desempenho, provando que as intervenções em PINNs interagem de forma não linear em vez de cumulativa.

Autores originais: Devesh Shah