Loss Landscape Diagnosis for Gradient-Based Gray-Scott System Inversion: Disentangling the Roles of PINN Components

En 3 lignesÉtude de la géométrie du paysage de perte pour l'inversion de systèmes Gray-Scott via rétropropagation directe à travers la PDE. Sans réseau de neurones, la perte résiduelle est quadratique et lisse ; le réseau neuronal ne peut pas corriger un sous-espace de paramètres mal posé, il complète seulement les données observées. Implications pour la conception des PINNs.

Résumé généré par Claude — vérifié par l'humain