EvoPINN：面向物理信息神经网络可执行算法的智能体发现
英文标题：EvoPINN: Agentic Discovery of Executable Algorithms for Physics-Informed Neural Networks
这篇新提交至 arXiv 的论文《EvoPINN》聚焦于为物理信息神经网络（PINNs）自动发现可执行算法。原文指出，PINNs 可用于求解偏微分方程（PDE），但其性能高度依赖对神经表示和损失函数设计进行手动、反复试错式的工程优化。论文标题表明，其方法将智能体式（Agentic）发现机制用于 PINN 算法设计，这可能有助于降低开发者手工调参和构建求解方案的成本。所提供原文摘要在损失函数表述处截断，未包含具体实验数据或性能结论。
打开原文相关 3.2 · 机会 0
2.1 KB
612 B
380 B
9.1 KB
32.7 KB
22.8 KB
24.2 KB
34.7 KB
中文
arXiv:2607.26490v1
发布类型：新提交
摘要
物理信息神经网络（PINNs）已成为求解偏微分方程（PDE）的一种强大范式，但其性能高度依赖于对神经表示和损失函数构建进行手动、反复试错式的工程优化……
BibTeX 格式引用
English / 原文
BibTeX formatted citation
×