#误差分析

研究提出物理信息神经网络参数错设的闭式审计方法

PINN 训练损失低并不代表方程系数设定正确。研究在残差对参数线性时，用冻结网络单次评估得到最小二乘估计，其精度与归一化残差 ρ 相关。在 Burgers 方程上可检出 2% 错设，但当错误参数同时进入架构时，2% 以内误差无法检出。研究还指出实际预算下错设模型的原始损失可能更低。