[공학 박사 일기장] 인생 여행 이야기

내가 속한 그룹은 아니지만, 비슷한 연구를 하는 옆랩 교수님 연구실에서 두 명의 학생이 디펜스를 하는 날이었다. 나름 유행하는 주제를 가지고 두명이 거의 연달아 발표를 하였는데, 특히 한 명은 알면식도 없이 단순 호기심으로 참석했다.. ㅎㅎ 개인적인 관심사와 더불어 향후 연구 테마 & 방향성 발굴에 나름 도움이 되었던 듯하다. 여담으로 모든 미국 대학이 다 이렇지는 않겠지만, 해외 박사들의 디펜스 분위기도 구경할 수 있다. [1] Physics-Informed Neural Network (PINN) 1.1 Novel contribution 3가지에 대해 고민: New Problem & Accuracy & Computational Speed - 서론으로써 누구나 대동소이한 문제제기를 가져오는 듯 보인다. ..

1. Introduction 지난번에 이어서 PINN을 구현하는 것을 계속 실습 중이다. 이전 포스팅: https://jinsustory.tistory.com/312 [Python] 22.08.27 딥러닝 실습 (2탄: PINN) 1. Introduction Data에 100% 의존하지 않고, 우리가 선험적으로 알고 있는 지식을 활용해서 보다 적은 수의 데이터를 활용하면서 동시에 기존 Domain knowledge를 잘 융합하는 것에 대한 키워드이 jinsustory.tistory.com 궁극적으로 내가 하려고 하는 것은 PDE-foward & inverse problem (FP/IP)을 자유롭게 푸는 것이고, ODE FP > ODE IP > PDE FP > PDE IP 순으로 해보려고 한다. MATLA..

1. Introduction Data에 100% 의존하지 않고, 우리가 선험적으로 알고 있는 지식을 활용해서 보다 적은 수의 데이터를 활용하면서 동시에 기존 Domain knowledge를 잘 융합하는 것에 대한 키워드이다. Brown 대학에서 publish한 논문이 꽤 유명하다. "Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations" 위 논문에서 여러 가지 analytical solution이 존재하는 ODE/PDE를 PINN으로 구현하고 코드를 공개해두었다. 해당 링크: https:/..