리서치 연구
물리 정보 신경망(PINN) 및 뉴럴 연산자 강의 노트
Lecture notes on Physics Informed Neural Networks, Neural Operators, and their applications
arXiv물리 법칙을 결합한 PINN(물리 정보 신경망)과 뉴럴 연산자(NOs)의 개념부터 실제 적용 방법까지 포괄적으로 다룬 강의 노트입니다.
세 줄 요약
- PyTorch를 이용한 구현은 물론, NVIDia PhysicsNeMo 같은 최신 라이브러리 활용법과 PIKANs 등 고급 모델을 심도 있게 다룹니다.
- 공학, 물리학, 석유 저류층 등 다양한 분야의 복잡한 현상을 물리 법칙 기반으로 예측하는 혁신적인 지식을 얻을 수 있습니다.
- PINN 및 NOs에 대한 기본적인 배경지식이 있는 대학원생이나 연구자에게 가장 효과적인 심화 학습 자료입니다.
본 자료는 2025/2026년 학기에 보첸 대학교(University of Bozen/Bolzano)에서 진행된 박사 과정 수업의 강의 노트이다. 이 코스는 물리 정보 심층 신경망(PINN)과 뉴럴 연산자(NOs)라는 개념을 소개하는 것을 목표로 한다.
강의에서는 PINN 및 NOs를 처음부터 PyTorch를 사용하여 구현하는 방법론을 논하며, NVIDia PhysicsNeMo와 같은 고급 라이브러리 활용법도 다룬다. 또한 Mixture-of-Models, Fourier Neural Operators, 물리 정보 콜모고로프-아르놀드 네트워크(PIKANs) 등 최신 주제에 대해서도 심층적으로 논의한다.
이 기술들은 공학, 물리학, 석유 저류층과 같은 다양한 실제 분야의 문제 해결에 적용된다. 이를 통해 물리 법칙을 기반으로 복잡한 현상을 예측하는 방법을 학습할 수 있다.
용어 풀이
- 오픈 소스
- 소스 코드를 공개해 누구나 보고 고치고 다시 배포할 수 있게 한 소프트웨어.