La prochaine (et dernière séquence de la saison) Fidle aura lieu  Jeudi 4 Mai 2023, à 14h

PINNS (Physics Informed Neural Networks) : Couplage Physique-IA ?
Séquence animée par Remy Dubois (CNRS/IDRIS)
 

Raissi et al. (2019) ont introduit la méthode PINNs(Physics Informed Neural Networks)
dans leur article intitulé Physics-Informed Neural Networks: A Deep Learning Framework
for Solving Forward and Inverse Problems Involving Nonlinear Partial Differential Equations.

Ils ont montré que les PINNs peuvent résoudre efficacement un large éventail de problèmes
en dynamique des fluides, en mécanique des solides et en mécanique quantique.
Les PINNS sont une technique avancée de modélisation en IA qui permet de résoudre des
problèmes de physique et d'ingénierie en utilisant des réseaux de neurones. Concrètement,
Les PINNS peuvent ainsi être utilisés pour simuler des phénomènes physiques ou prédire des
résultats d'expériences en utilisant des données d'entrée telles que les conditions initiales et
les paramètres de la physique.

L'utilisation des PINNS nécessite donc généralement une certaine connaissance de la physique
associée à un problème donné et des techniques de modélisation en IA.
 

Au menu de cette séquence :
- Introduction au PINNS
- Exemple de résolution des équations différentielles
- Equilibrage de la loss pour améliorer l'exactitude
 

Paramètres de diffusion :  
Diffusion en direct sur YouTube 
Date: Jeudi 4 mai, 14h
Lien : https://fidle.cnrs.fr/youtube
ou : https://www.youtube.com/@CNRS-FIDLE
 

Liens utiles :
Site Fidle : https://fidle.cnrs.fr
Chaine YouTube : https://fidle.cnrs.fr/youtube
Pour installer l'environnement des travaux pratiques : https://fidle.cnrs.fr/installation
S'abonner/désabonner de la liste d'info : https://fidle.cnrs.fr/listeinfo
 

En vous attendant nombreuses et nombreux !