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" ..