待验证50% 置信事实精确时间
PINNs通过自动微分计算网络输出对输入的各阶导数，能在几乎没有标注数据的情况下求解正问题和反问题
1
来源数
50%
置信度
长期有效
时效性
2026/9/9
首次发现
来源
涉及实体
相关事实
待验证PINN 的核心思想是在神经网络损失函数中同时包含数据拟合误差和物理方程残差，并通过自动微分计算输出对输入坐标的偏导数71% 相似待验证本项目用Minimax求解器对每个可达棋盘状态计算最佳落子，形成棋盘状态到最佳落子的映射作为神经网络监督学习标签，属于广义的知识蒸馏65% 相似已验证自动微分通过在运行时记录所有张量运算构建计算图，然后利用反向模式微分自动计算任意复杂函数的精确梯度63% 相似待验证自动微分通过将程序分解为基本运算序列精确应用链式法则，既无数值微分的舍入误差，也无符号微分的表达式膨胀问题62% 相似待验证自动微分通过在前向计算过程中记录每一步操作及其局部导数规则构建计算树，反向传播时沿计算树应用链式法则计算梯度62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/885641API
curl https://kongchang.com/api/v1/knowledge/claims/885641MCP
get_claim(id=885641)