Завершен
2024 / 2025

1927 Моделирование физических систем при помощи нейросетей без использования дополнительных данных.
Старт
21.07.2024
Представление
05.11.2024 – 15.11.2024
Постерная сессия
27.01.2025 – 07.02.2025
Защита
14.04.2025 – 25.04.2025
Паспорт проекта
Аннотация
Физические системы часто моделируются системой дифференциальных уравнений с заданными начальными и граничными условиями. Более того, во многих случаях решения подобных уравнений являются экстремумами некоторых функционалов. Например, в классической механике. решения уравнений движения минимизируют действие. Решения уравнений Лапласа и Пуассона являются минимумом некоторого квадратичного функционала.
В данном проекте предлагается использовать нейросети для параметризации решений систем...
Отрасль
Информатика
Теги
Информатика
Цель
Физические системы часто моделируются системой дифференциальных уравнений с заданными начальными и граничными условиями. Целью данного проекта является исследование применимости нейросетей для аппроксимации решения заданных дифференциальных уравнений.
Ожидаемые результаты
- Алгоритм обучения нейросетей без использования данных для решения задач классической механики и уравнений типа Пуассона и Лапласа.
- Разработка алгоритма обучения физически-инфомированной нейронной сети для моделирования колебаний маятника, двойного маятника, системы взаимодействующих частиц. На вход нейронной сети подаются начальные условия и момент времени, на выходе - значения координат частиц в момент времни, указанный во входных данных. Порядок размерности входных данных - 10.
Форма и способы промежуточного контроля
Еженедельные встречи с научным руководителем
Форма представления результатов
Презентация на защите курсового проекта
Ресурсное обеспечение
Для данного проекта достаточно персонального компьютера студента и вычислительных ресурсов ВШЭ
Имеющийся задел
Предыдущие работы, где удавалось обучить нейронную сеть для решения уравнения в частных производных: https://arxiv.org/pdf/2206.03864
Заказчик
НИУ ВШЭ / ФКН БДИП