일차원 음향 튜브에서의 음향 공명 분석을 위한 물리 기반 신경망

이 연구는 음향 공명 분석을 위해 파동 방정식을 해결하는 물리 기반 신경망(PINN) 프레임워크를 개발하였습니다. 제안된 분석 모델인 ResoNet은 주기적 해와 전통적인 PINN 손실 함수에 대한 손실 함수를 최소화하여, 공명 분석을 수행하는 동안 신경망의 함수 근사 능력을 효과적으로 활용합니다. 추가로, 이는 역문제에 쉽게 적용될 수 있습니다. 일차원 음향 튜브에서의 공명을 다루며, 제안된 방법의 효과는 에너지 손실 항이 포함된 파동 방정식의 전방 및 역 분석을 통해 검증되었습니다. 전방 분석에서는 PINN의 공명 문제에 대한 적용 가능성을 유한 차분법과 비교하여 평가하였습니다. 에너지 손실 항을 파동 방정식에서 식별하고 음향 튜브 설계 최적화를 포함한 역 분석은 좋은 정확도로 수행되었습니다.