디락 델타 소스를 포함하는 편미분방정식을 위한 물리 인식 신경망과 방사형 기저 함수
Physics-Informed Neural Networks and Radial Basis Functions for PDEs with Dirac Delta Sources
디락 델타 소스를 포함하는 편미분 방정식(PDE)에서 물리 인식 신경망(PINNs)의 근사화 오류를 해결하기 위해, PINNs를 잔차 최소 제곱(RLS)으로 해석하고 방사형 기저 함수(RBF) 확장을 통해 약한 형식 방정식을 직접 통합하는 방법을 제안합니다. 제안된 RBF-RLS 방식은 신경 접선 커널(NTK) 이론을 통해 분석되었으며, 지하수 유동 및 이동 문제에서 PINNs가 겪는 잔차 수렴 실패 문제를 극복하고 정방향 및 역방향 해석에서 우수한 성능을 보였습니다.