PINNs — Physikalisch Informierte Neuronale Netze
In diesem Beitrag beschreibe ich die Entwicklung und Implementierung eines einfachen neuronalen Netzwerks zur Approximation der Sinusfunktion. Die Methodik folgt den physikalisch informierten neuronalen Netzen (PINNs), die maschinelles Lernen mit physikalischen Gesetzen verbinden. Dadurch entstehen Modelle, die diese Gesetze explizit einhalten. Ein zentraler Vorteil von PINNs ist, dass sie keine […]