用于PINN训练的两阶段优化
Two-Phase Optimization for PINN Training
AI总结：
本研究提出一种基于Inexact Restoration算法改进的两阶段神经网络训练算法，适用于损失可分解为两个非负项的场景，并在PINN训练中完成了性能测试。
摘要：
本研究提出一种神经网络训练算法，其损失函数可分解为两个待最小化的非负项。该方法是对Inexact Restoration（非精确恢复）算法的改进，构成一种施加下降条件的两阶段方法。研究在PINN（物理信息神经网络）训练中开展了若干性能测试。
英文摘要：
This work presents an algorithm for training Neural Networks where the loss function can be decomposed into two non-negative terms to be minimized. The proposed method is an adaptation of Inexact Restoration algorithms, constituting a two-phase method that imposes descent conditions. Some performance tests are carried out in PINN training.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
