物理信息学习

物理信息学习将已知物理约束嵌入模型结构或损失函数，目的是在训练数据有限时提升外推与泛化能力。

关于学习代理模型的泛化能力存在分歧：一些观点认为学习模型可能难以推广到未见过的网络拓扑；另一些强调通过物理信息学习可以改善泛化。