AI로 구현하는 물리 정보 기반 인공신경망

개요

물리 정보 기반 인공신경망(Physics Informed Neural Network, PINN)은 물리 법칙을 설명하는 미분, 편미분 방정식을 머신러닝으로 구현하는 첨단 인공지능 기법으로, 디지털 트윈 ∙ 역문제(Inverse Problem) ∙ 고차원 해석 ∙ 차수줄임(Reduced Order Modeling)등 다양한 산업군에 적용이 가능합니다.

Python을 산업계 문제에 적용하기에는 진입 장벽이 높고 구현에는 많은 제약이 따르곤 합니다. 하지만 MATLAB을 활용한다면 보다 손쉽게 구현하실 수 있으며, Deep Learning Toolbox와 Optimization Toolbox를 이용해 학습이 가능합니다. 본 웨비나에서는 실전적인 예제를 통해 물리정보기반 인공신경망을 MATLAB으로 구현 및 해결 방법에 대해 직접 시연하는 시간을 가질 예정이오니 관심있는 분들의 많은 참여 바랍니다.

본 웨비나는 YouTube에서 진행됩니다. 사전등록을 하신 분들께 관련 정보를 보내드리오니 웨비나 참석을 원하시면 반드시 사전등록을 해주시기 바랍니다.​
(유의사항) 회사 및 학교 계정 이메일을 사용해 사전등록을 해주십시오.

하이라이트

• 물리 정보기반 인공신경망에 대한 소개 (머신러닝과 PDE)
• ADAM 솔버와 LBFGS를 이용한 모델의 학습
• 라플라스, 포아송, KdV, 파동방정식 실제 해와 딥러닝 학습 결과 비교

발표자 소개

엄준상 부장

엄준상 부장은 MathWorks에서 AI, 건전성예측관리, 클라우드 관련 제품을 담당하고 있습니다.