Wprowadzenie do sieci neuronowych opartych na fizyce (PINNs)
W maju odbyły się warsztaty prowadzone wspólnie przez Center4ML (Wydział Fizyki) oraz ICM UW – w ramach projektu EuroCC2, pn. „ML Workshop: Physics-Informed Neural Networks and Neural Operators”. Nagrania z tego wydarzenia publikujemy na naszym kanale YT.
PINNs (physics-informed neural networks) to model uczenia maszynowego, który może być wykorzystywany do rozwiązywania równań różniczkowych cząstkowych (PDEs – partial differential equations), które są wszechobecne w fizyce, inżynierii i innych dziedzinach. PINNs działają poprzez osadzenie praw fizycznych rządzących danym układem w procesie uczenia. Pozwala to PINNs na uczenie się dokładnych rozwiązań PDEs, nawet przy bardzo ograniczonych danych.
Szczegółowy program wydarzenia oraz materiały są dostępne na stronie: https://indico.icm.edu.pl/event/49/
Zobacz także:
Narodowe Centrum Kompetencji HPC (EuroCC2)
Centrum Uczenia Maszynowego (Center4ML)
Day 1 – 11.05.2024
ML Workshop Physics-Informed Neural Networks and Neural Operators [Part 1]
Introduction to PyTorch
Hands-on exercises:
- Writing and running Python in Colab
- Using PyTorch to create and train simple neural networks
Day 2 -18.05.2024
ML Workshop Physics-Informed Neural Networks and Neural Operators [Part 2]
Short Lecture
- Introduction to Physics-Informed Neural Networks (PINNs)
- The physics-informed loss function
Hands-on exercise: Training a PINN to solve a simple ODE (mass-spring-damper)
Hands-on exercise: Training a PINN for parameter identification in PDE (heat transfer)
