이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.
물리정보 머신러닝
물리정보 머신러닝(PIML) 및 물리정보 신경망(PINN)에 Deep Learning Toolbox™를 사용합니다.
물리정보 머신러닝(PIML) 및 물리정보 신경망은 물리 시스템의 법칙과 원리를 머신러닝 모델에 통합할 수 있는 머신러닝과 딥러닝 개념을 지칭합니다. 이러한 개념을 통합하면 모델의 정확성과 강인성을 높일 수 있고 모델 예측 또한 해당 법칙과 원리를 따르도록 할 수 있습니다. 예를 들어 열역학 법칙이 통합된 손실 함수를 사용하면 열 전달을 모델링하는 신경망을 훈련시킬 수 있습니다.
함수
도움말 항목
- Solve PDE Using Fourier Neural Operator
This example shows how to train a Fourier neural operator (FNO) neural network that outputs the solution of a partial differential equation (PDE).
- 물리정보 신경망을 사용하여 PDE 해 구하기
이 예제에서는 편미분 방정식(PDE)의 해를 예측하는 물리정보 신경망(PINN)을 훈련시키는 방법을 보여줍니다.
- Solve ODE Using Physics-Informed Neural Network
This example shows how to train a physics-informed neural network (PINN) to predict the solutions of an ordinary differential equation (ODE).
- 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.
- Dynamical System Modeling Using Neural ODE
This example shows how to train a neural network with neural ordinary differential equations (ODEs) to learn the dynamics of a physical system.
- 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).
추천 예제
Solve Heat Equation Using Graph Neural Network
Solve a heat equation with using a graph neural network (GNN).
