为每段连续流配置独立网络，并联合学习跳变时刻、模式序列和未知参数。
推荐理由：论文证明单个平滑PINN越贴近离散跳变，物理损失反而越大；分段网络显式表示混合时间域，解决了物理约束与不连续轨迹之间的结构冲突。
阅读原文