일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
- cae의 필요성
- 셀레니움 자동 로그인
- 양도세 직접 신고
- PIDoN
- Pino
- 해외 양도소득세 신고
- WPT
- 순방향 문제
- lagrangian
- selenuim
- jax
- eulerian vs lagrangian
- Spectral method
- 역문제
- Burgers Equation
- 물리 지식 기반 인공지능
- physics informed deeponet
- forward problem
- 자동 로그인 코드
- 한국투자증권 양도소득세자료
- eulerian framework
- computer-aided engineering
- 연산자 학습
- inverse problem
- 셀레니움 기초
- lagrangian framework
- HFSS
- 기저 함수
- Anaconda
- Physics Informed Neural Operator
- Today
- Total
목록2025/04 (3)
잡다구리 너구리
이전 글에 이은 Physics Informed DeepONet의 Burger's Equation 예제 코드 분석, 이번 글에는 PI-DeepONet에 정의된 손실 함수를 집중적으로 다뤄보고자 한다. 이전 글과 PIDoN의 개념적인 내용은 아래 글을 통해 확인할 수 있다. 시작하기 앞서, PIDoN은 PINN과 동일하게 물리적 정보를 포함한 지배 방정식을 이용한 손실함수와 초기 조건과 경계 조건을 반영한 손실 함수를 사용한다는 점을 인지한다면 이해하기는 어렵지 않다. 2024.02.11 - [인공지능/Deep Learning] - [PIDoN] Physics-Informed DeepONet에 대하여 [PIDoN] Physics-Informed DeepONet에 대하여최근 PINN과 같이 Single Ins..
예상치 못하게 학부 때 하던 인공지능이나 해석과 동 떨어진 일을 하게 되어, 근 1년 간 딥러닝에 손을 떼고 있었다. 아무리 안 쓰더라도 마냥 손 떼기도 그렇고, 언젠가는 내가 하는 일에도 공부했던 것들을 적용하기를 바라며, 다시 하나둘 공부해 봐야겠다는 생각이 들었다. 그에 대한 일환으로 일단 학부 때 했던 것들을 기억을 되살려 하나씩 기록하려고 한다. 가장 먼저 할 건 귀찮아서 미뤄뒀던 Physics-Informed DeepONet(PIDoN) 예제 코드에 대한 포스팅이다. 본 포스팅에 사용할 예제 코드는 "Learning the solution operator of parametric partial differential equations with physics-informed DeepONets" ..
최근 트럼프의 만행으로 인해, 자산의 80% 이상이 주식으로 들어가 있는 나로서는 월급을 받아도 자산이 녹는 마법을 두 달 정도 경험하고 있는 중이다. 초기에 50% 이상 설정해 두었던 현금 비중은 어느새 20% 이하로 내려오고, 타점을 다시 잡기 위해 QLD 절반을 손절하고, 조비 전량 손절까지 하였다. 그러던 와중, 일부 비중을 놔두었던 리얼티인컴만 꿋꿋하게 잘 버티는 모습을 봐오며, 배당주의 비중의 필요성을 느끼고 있었다. 그러나, 배당 ETF의 대표 주자 격인 SCHD와 JEPI의 경우, 가격이 높아 보여 못 들어가고 있다가 최근 얘네마저도 가격이 크게 빠져, 관심이 생기게 되었다. 해당 ETF들에 대해 대략적으로 SCHD는 배당 성장 ETF이고, JEPI는 기술주 중심 고배당 커버드콜 느낌으로만..