Je ne vois pas de difficulté majeures à implementer un PINNs avec des contraintes supplémentaires: Il n'y a pas de limite au nombre de points de colocations utilisés donc on peut contraindre la physique le plus possible là où les mesures font défaut.
J'ai trouvé des applications en électromagnétisme par une recherche rapide:
A novel physics-informed neural network for modeling electromagnetism of a permanent magnet synchronous motor - ScienceDirect
Physics-Informed Graph Neural Network for Electromagnetic Simulations | IEEE Conference Publication | IEEE Xplore
Je ne sais pas quel est votre cas d'application donc il est difficile pour moi de vous orienter plus précisément.