Badacze zaproponowali ulepszoną wersję Physics-Informed Neural Networks (PINNs) z mechanizmem automatycznego balansowania różnych komponentów funkcji straty oraz zastosowaniem transfer learning. Innowacja polega na dynamicznym dostosowaniu wag poszczególnych elementów straty podczas treningu, co eliminuje czasochłonny proces ręcznego kalibrowania. Transfer learning pozwala na efektywne przenoszenie wiedzy między problemami fizycznymi, znacznie skracając czas uczenia i poprawiając dokładność. To