Neuronske mreže podržane fizičkim zakonima - Praktikum sa kodom
| dc.contributor.author | Ivanović, Miloš | |
| dc.date.accessioned | 2023-08-04T12:23:38Z | |
| dc.date.available | 2023-08-04T12:23:38Z | |
| dc.date.issued | 2023-06-01 | |
| dc.description.abstract | Neuronske mreže podržane fizičkim zakonima (Physics-Informed Neural Networks - PINN) ili na srpskom jeziku NMPFZ su tip univerzalnih funkcija aproksimacije koje mogu da se treniraju tako da usvoje poznavanje bilo kog fizičkog zakona koji se može opisati parcijalnim diferencijalnim jednačinama, a koji važi u određenom prostorno-vremenskom domenu. Obuka ovog tipa neuronskih mreža se postavlja na taj način da poštuje simetrije, invarijantnost ili održavanje principa koji počivaju na fizičkim zakonima iskazanim u obliku parcijalnih diferencijalnih jednačina.Obične duboke neuronske mreže nisu dovoljno robusne u većini slučajeva kada se vezuju za matematički iskazane zakone u biologiji, mehanici, elektrotehnici, itd. S druge strane, kod NMPFZ mreža, prethodno znanje opštih fizičkih zakona se u procesu treniranja neuronskih mreža postavlja kao regularizacioni agent koji ograničava prostor dozvoljenih rešenja, što povećava tačnost aproksimirane funkcije. Na ovaj način, ugrađivanjem fizič kih zakona opisanih parcijalnim diferencijalnim jednačinama u neuronsku mrežu dobijamo poboljšanje, što olakšava algoritmu učenja da dobije što tačnije rešenje i da dobro generalizuje, čak i sa veoma malom količinom tzv. kolokacionih tačaka. | |
| dc.identifier.isbn | 978-86-6009-096-8 | |
| dc.identifier.uri | https://dspace.unic.kg.ac.rs/handle/123456789/17138 | |
| dc.language.iso | other | |
| dc.publisher | Faculty of Science, University of Kragujevac | |
| dc.title | Neuronske mreže podržane fizičkim zakonima - Praktikum sa kodom | |
| dc.type | Book |