A physics informed machine learning framework for optimal sensor placement and parameter estimation

2026-04-04

0

PRE

AI

DOI：10.1016/j.compchemeng.2026.109652

原文求助

摘要

En 中文

• 提出了一种用于联合传感器布置和参数估计的PINN框架。 • 利用灵敏度函数和D-最优设计优化传感器位置。 • 该框架在反应–扩散–平流系统中进行了验证。 • 最优布置产生的参数估计值优于启发式选择的结果。

Keyword:

Physics-Informed Neural Networks

Sensor Placement Optimization

Parameter Estimation

D-Optimal Design

Reaction-Diffusion-Advection Systems