연구진은 기존 텐서 기반 물리 정보 신경망(T-PINNs)의 한계를 극복하기 위해 계층적 랭크 진화(HRE) 표현 방식을 제안했어요.
HRE는 목표 다변수 함수를 작은 규모의 내재 텐서와 단변수 함수들의 집합으로 분해하며, 텐서 네트워크 분해를 통해 구조를 자동으로 파악하고 랭크를 결정해요.
Helmholtz 방정식, Klein-Gordon 방정식, Navier-Stokes 방정식 등 다양한 문제에 대한 실험 결과, HRE-PINNs가 기존 방식보다 정확도가 높다는 것을 입증했어요.