FIDLE / Des neurones pour la physique, les physics-informed neural networks (PINNS)

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
- Équilibrage de la loss pour améliorer l’exactitude
- Introduction aux FNO (Fourier Neural Operators)
Durée : 2h00
Pour rappel, FIDLE est une Formation d'Introduction au Deep Learning, libre et gratuite.
Pour en savoir plus : fidle.cnrs.fr
Cette vidéo est sous licence Créative Common CC BY-NC-ND 4.0

[@lolo6795]

Merci pour cette présentation.

[@laurentrisser5250]

Merci beaucoup pour cette séquence... tout est très clair !👍

[@CNRS-FIDLE]

Merci beaucoup, votre retour nous fait plaisir !!
Le sujet de cette séquence n'est pas le plus simple.... ;-)

[@FreeeStorm]

Merci !

[@jarsal_firahel]

Cette série est toujours aussi géniale, bravo !
En ce moment on entend beaucoup parler d'une alternative aux réseaux transformers, une alternative qu'on appelle MAMBA, est-ce que vous envisageriez de faire un épisode bonus sur cette architecture ?

[@CNRS-FIDLE]

Bonjour,
Pour le moment il n'est pas prévu de faire une présentation sur Mamba.
On pourra faire ça l'année prochaine.
Merci pour la proposition

[@mraylex2520]

ça ressemble beaucoup en RL au réseau de neurones qui apprend d'un système expert

[@CNRS-FIDLE]

Ici, l'idée est plutôt de guider l'apprentissage du réseau par de la physique, en complément des données...

[@omaraissani6255]

Très bonne explication. Par contre tu dis trop "du coup"

[@CNRS-FIDLE]

Nous ne sommes que des humains ;-)