Neues Netzwerk ASPEN löst Ginzburg-Landau-Dynamik mit hoher Präzision
Physics‑Informed Neural Networks (PINNs) haben sich als leistungsstarkes, netzwerkfreies Verfahren zur Lösung partieller Differentialgleichungen etabliert. Sie stoßen jedoch bei steifen, mehrskalen und stark nichtlinearen Systemen an ihre Grenzen, weil herkömmliche Multilayer‑Perzeptron‑Architekturen einen inhärenten Spektral‑Bias aufweisen, der die Darstellung hochfrequenter Komponenten verhindert.
