L'IA face aux grands problèmes du monde · Informatique théorique · arXiv · 2026-10-20
Mauvaise spécification des paramètres dans les réseaux de neurones informés par la physique : un audit en forme close et ses limites
Titre original: Parameter misspecification in physics-informed neural networks: A closed-form audit and its limits
Les réseaux de neurones informés par la physique sont entraînés à minimiser le résidu d'une équation ; une faible perte ne révèle donc pas un coefficient mal spécifié. L'étude estime le coefficient par les moindres carrés à partir d'une seule évaluation du réseau entraîné, et la précision de cette estimation est liée à un résidu normalisé. Pour l'équation de Burgers, un test fondé sur le bootstrap a signalé 3 réseaux sur 300 correctement spécifiés. Lorsque le paramètre incorrect intervenait aussi dans l'architecture du réseau, des erreurs allant jusqu'à 2 % n'ont pas été détectées à la précision atteinte.