[심층 리뷰] 물리 정보 콜모고로프-아놀드 네트워크(PIKANs)의 원리, 성능 및 과제Abstract인공지능(AI)을 활용한 과학 및 공학 문제 해결, 특히 편미분방정식(PDEs)의 수치 해석 분야에서 물리 정보 신경망(Physics-Informed Neural Networks, PINNs)은 중요한 패러다임을 제시했다. PINNs는 신경망의 손실 함수에 물리 법칙을 명시적으로 포함시켜 데이터 효율성과 물리적 타당성을 높였으나, 그 기반이 되는 다층 퍼셉트론(Multi-Layer Perceptrons, MLPs)의 '스펙트럼 편향(spectral bias)' 문제로 인해 복잡하고 다중 스케일(multi-scale) 특성을 갖는 함수를 근사하는 데 본질적인 한계를 보였다. 본 리뷰에서는 이러한 한계를 극..
