Gabor-PINN：用可训练 Gabor 基函数加速声波场仿真

研究者提出 Gabor-PINN 框架，将网络任务重新定义为学习从输入坐标到自定义 Gabor 坐标系的非线性映射，以捕捉波场的主导振荡行为，并把两个 Gabor 参数吸收进该映射，免去手动调参。该方法还给出将 PML 融入训练的实数损失形式与背景波场解析表达式。多种速度模型实验显示，其收敛更快、精度更高，且对网络结构与初始化更稳健。