AI 기반 차원 축소 모델을 사용한 Simulink에서의 시스템 분석 및 설계 가속화

인공지능 기반 차원 축소 모델(reduced order modeling)과 물리정보 인공 신경망(physics-informed neural network)는 대규모 복잡한 공학 시스템의 시뮬레이션 및 분석 속도를 크게 증가시킬 수 있습니다. 이러한 모델은 MATLAB®, PyTorch, JAX, 또는 TensorFlow와 같은 AI 프레임워크를 사용하여 수학 모델의 입력-출력 데이터에서 학습될 수 있습니다. LSTM, neural ODE 또는 nonlinear ARX 모델과 같은 다양한 접근 방식을 통합할 수 있습니다. 작성한 AI 모델은 Simulink^®에서 재사용 가능하여 동료들이 시뮬레이션 및 구성 요소 테스트에 사용할 수 있으며 전체 시스템의 병렬 설계, 개발 및 분석을 가속화할 수 있습니다.

본 세션을 통해 MATLAB을 활용한 인공지능 기반 차원 축소 모델(reduced order modeling)과 물리정보 인공 신경망(physics-informed neural network) 기법에 대해 소개드리도록 하겠습니다.