Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- forward problem
- inverse problem
- 기저 함수
- legendre galerkin method
- WPT
- HFSS
- eulerian vs lagrangian
- jax
- 역문제
- Spectral method
- 연산자 학습
- PIDoN
- physics informed deeponet
- lagrangian framework
- computer-aided engineering
- Burgers Equation
- Pino
- schd jepi 비교
- 순방향 문제
- Anaconda
- lagrangian
- cae의 필요성
- galerkin method
- Physics Informed Neural Operator
- 물리 지식 기반 인공지능
- 갤러킨 방법
- legendre polynomial
- lg method
- 르장드르 다항식
- eulerian framework
Archives
- Today
- Total
목록인공지능/Deep Learning (9)
잡다구리 너구리

현재 인공지능이 화두가 되며, 기계공학과에서도 한창 기존의 산업에 이를 적용시키려는 연구가 진행 중이다. 그중 가장 뜨거운 주제는 Physics-Informed Neural Network, 일명 PINN이다. PINN에 관한 연구는 대한기계학회를 비롯한 기계 쪽의 학회에 가면 심심찮게 찾아볼 수 있다. 본문에서는 PINN이 왜 기계공학과에서 각광받게 되었는지와 PINN의 개념에 대해 간단하게 살펴보고자 한다. 기계공학뿐만 아니라 여러 분야에서도 쓰이겠지만, 어디까지나 내가 경험해 본 기계공학의 입장에서만 서술해 본다. PINN의 배경 충돌 분석, 유체의 흐름 등의 여러 공학적 문제를 모델링하고 해석할 때 Comsol, Abaqus와 같은 여러 해석 툴들이 사용된다. 이러한 해석 툴들은 다 편미분 방정식(..
인공지능/Deep Learning
2023. 8. 15. 02:48