소음이 있는 다입력 다출력(MIMO) 시스템(예: 차량섀시 시스템)의 상태 추정은 입력과 출력 간의 불완전하고 복잡한 관계로 인해 상당한 어려움을 제시합니다. 이 문제를 해결하기 위해, 본 논문은 댐퍼 특성 기반 베이지안 물리 정보 신경망(Damper-B-PINN)을 설계합니다. 먼저, 댐퍼의 기계적 특성에서 영감을 얻은 뉴런 전달 과정을 도입하여 에포크 간의 뉴런 값의 급격한 변화를 제한하면서 검색 기능을 유지합니다. 또한, 소음에 대한 강건성을 높이고 비수렴 문제를 방지하기 위해 MIMO 시스템에 최적화된 베이지안 드롭아웃 계층을 적용합니다. 물리적 정보는 손실 함수에 통합되어 신경망에 대한 물리적 사전 정보로 사용됩니다. Damper-B-PINN 아키텍처의 효과는 10개의 데이터 세트와 14가지 차량 유형에 걸쳐 검증되었으며, 다른 최첨단 벤치마크와 비교하여 차량 상태 추정(즉, 동적 휠 하중)에서 우수한 정확성, 계산 효율성 및 수렴성을 보여줍니다.
