待验证50% 置信事实精确时间
物理信息神经网络（PINNs）最早由Raissi等人在2019年系统提出，通过将物理定律（如偏微分方程）嵌入神经网络损失函数使模型在数据稀缺时仍能给出物理一致的预测
1
来源数
50%
置信度
长期有效
时效性
2026/8/28
首次发现
来源
涉及实体
相关事实
待验证Physics-Informed Neural Networks（PINN）由 Raissi 等人于2019年在 Journal of Computational Physics 上提出74% 相似待验证预测编码的现代神经科学版本由Rao与Ballard于1999年在《Nature Neuroscience》上系统提出69% 相似待验证预测性编码理论由神经科学家卡尔·弗里斯顿在赫尔姆霍兹早期感知理论基础上系统化发展68% 相似待验证彩票假说由Frankle & Carlin于2019年提出，表明大型神经网络中存在大量冗余参数64% 相似待验证有限状态机的理论基础由沃伦·麦卡洛克和沃尔特·皮茨在1943年的神经网络研究中奠定，后经摩尔和米利在20世纪50年代形式化为完整的自动机理论64% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/810572API
curl https://kongchang.com/api/v1/knowledge/claims/810572MCP
get_claim(id=810572)