講演情報
[18a-PA1-8]線形グリッド座標符号化を用いたPhysics-informed Neural Networks
〇土野 哲郎1,2、志賀 元紀1,3,4 (1.東北大、2.岐阜大、3.NIMS、4.理研)
キーワード：
機械学習、深層学習、偏微分方程式
物理法則をニューラルネットワークの損失関数として組み込むPhysics-Informed Neural Networks（PINN）は，従来の数値計算法に代わる新たなメッシュフリー計算法として注目されている．しかし，PINNの学習はニューラルネットワークが低周波成分から優先的に学習するスペクトルバイアスにより，不安定である．本発表ではこの問題を線形グリッド座標符号化を用いることで緩和できることを示す．