Update links in README.md
Physics-Informed Neural Network（简称PINNS)利用了大多数物理规律都可用偏微分方程表达的特点，用简单的全连接网络初始化物理方程，通过初边值条件和方程本身的限制，得到物理方程的近似解。PINNS利用创新的AI+科学计算的方法，摒弃了传统的数值求解。本目录下提供了几个经典的PINNS方程，包括Burgers Equation、Heat Equation、Allen-Cahn Equation、Poisson Equation 1D、Poisson Equation 2D。对于每个模型，我们提供了训练代码和对应的README文件，便于开发者快速上手。
Burgers Equation
Heat Equation
Allen-Cahn Equation
Poisson Equation 1D
Poisson Equation 2D
Physics-Informed Neural Network（简称PINNS)利用了大多数物理规律都可用偏微分方程表达的特点，用简单的全连接网络初始化物理方程，通过初边值条件和方程本身的限制，得到物理方程的近似解。PINNS利用创新的AI+科学计算的方法，摒弃了传统的数值求解。本目录下提供了几个经典的PINNS方程，包括Burgers Equation、Heat Equation、Allen-C
©Copyright 2023 CCF 开源发展委员会 Powered by Trustie& IntelliDE 京ICP备13000930号
介绍
Physics-Informed Neural Network（简称PINNS)利用了大多数物理规律都可用偏微分方程表达的特点，用简单的全连接网络初始化物理方程，通过初边值条件和方程本身的限制，得到物理方程的近似解。PINNS利用创新的AI+科学计算的方法，摒弃了传统的数值求解。本目录下提供了几个经典的PINNS方程，包括Burgers Equation、Heat Equation、Allen-Cahn Equation、Poisson Equation 1D、Poisson Equation 2D。对于每个模型，我们提供了训练代码和对应的README文件，便于开发者快速上手。
模型
Burgers Equation
Heat Equation
Allen-Cahn Equation
Poisson Equation 1D
Poisson Equation 2D