Physics-Informed Machine Learning
Physics-Informed Machine Learning (PIML) と Physics-Informed Neural Network (PINN) に Deep Learning Toolbox™ を使用します。
Physics-Informed Machine Learning (PIML) と Physics-Informed Neural Network は、物理システムの法則と原理を機械学習モデルに統合できる機械学習と深層学習の概念を指します。これらの概念を統合することで、これらのモデルの精度と堅牢性が向上し、モデルの予測もそのような法則や原理に必ず従うようになります。たとえば、熱力学の法則を組み込んだ損失関数を使用して、熱の伝達をモデル化するニューラル ネットワークに学習させることができます。
関数
トピック
- フーリエ ニューラル演算子を使用した PDE の求解
この例では、偏微分方程式 (PDE) の解を出力するフーリエ ニューラル演算子 (FNO) ニューラル ネットワークに学習させる方法を示します。
- Physics Informed Neural Network を使用した PDE の求解
この例では、Physics Informed Neural Network (PINN) に学習させて偏微分方程式 (PDE) の解を予測する方法を示します。
- Physics Informed Neural Network を使用した ODE の求解
この例では、Physics Informed Neural Network (PINN) に学習させて常微分方程式 (ODE) の解を予測する方法を示します。
- Train Latent ODE Network with Irregularly Sampled Time-Series Data
This example shows how to train a latent ordinary differential equation (ODE) autoencoder with time-series data that is sampled at irregular time intervals.
- ニューラル ODE を使用した動的システムのモデル化
この例では、ニューラル常微分方程式 (ODE) を使用して、物理的なシステムのダイナミクスをニューラル ネットワークに学習させる方法を説明します。
- Solve Inverse Problem for PDE Using Physics-Informed Neural Network
This example shows how to solve an inverse problem using a physics-informed neural network (PINN).
- Solve Poisson Equation on Unit Disk Using Physics-Informed Neural Networks (Partial Differential Equation Toolbox)
Solve a Poisson's equation with Dirichlet boundary conditions using a physics-informed neural network (PINN).
注目の例
Solve Heat Equation Using Graph Neural Network
Solve a heat equation with using a graph neural network (GNN).
