岩土工程中的深度学习：对PINNs和算子学习的批判性评估

本文批判性地评估了深度学习方法（PINNs、DeepONet、GNS）在岩土工程中的应用，并将其性能与传统求解器进行了比较。它强调了在速度、准确性和泛化能力方面的重大缺陷，尤其是在外推方面。这项研究强调了根据具体问题和数据特征使用适当方法的重要性，并提倡在适用时使用传统求解器和自动微分。

• •对于岩土工程问题，PINNs 和 DeepONet 等深度学习方法通常比传统求解器慢得多，且精度较低。
• •超出训练数据范围的外推是这些方法面临的主要挑战。
• •建议对逆问题使用传统求解器的自动微分。
• •基于站点的交叉验证对于考虑空间自相关至关重要。
• •神经网络应保留用于传统求解器确实昂贵且预测保持在训练范围内的那些问题。