技术
Hybrid Modeling（混合建模）
混合建模结合物理模型与数据驱动模型，解决纯数据方法泛化差、纯物理方法难以精确建模复杂系统的问题，典型应用于气候预测和工程仿真，代表工作有物理信息神经网络（PINN）。
详细解释
背景：传统物理模型基于方程但计算昂贵且简化多，纯机器学习模型依赖大量数据且缺乏可解释性。技术说明：混合建模将物理定律作为约束嵌入神经网络损失函数（如PINN），或用数据驱动模型校正物理模拟的偏差。常见架构包括串联、并联和嵌入物理层。应用涵盖流体力学、生物力学和电池寿命预测。
别名与相关写法
hybrid modeling