0 votes
par dans 16 - Physics Informed Neural Networks (PINNS)
Merci beaucoup pour vos 2 derniers cours sur le DRL et PINNS... Il va me falloir du temps pour bien les ingurgiter. J'avais une question assez générale sur les PINNS à laquelle vous avez partiellement répondue: Comment voyez vous l'évolution de leur intérêt vis à vis de celui du calcul scientifique ? Quelques revues pas trop techniques sur ce sujet serait le bienvenu.

1 Réponse

0 votes
par
sélectionné par
 
Meilleure réponse

Je pense que les PINNs sont une technologie de niche pour certains problèmes inverses: le fait que leur respect des équations différentielles n'est pas garanti couplé au fait qu'ils ne resolvent que un jeu de condition limite/condition initiale fait qu'ils sont utiles que pour un cas particulier.

Ce qu'on appelle l'apprentissage d'operateur est plus prometteur d'un point de vu calcul scientifique car il vise à remplacer un modèle physique coûteux et à prédire en partant de nouvelles conditions initiales et/ou de bord. Le respect de la physique n'est pas garanti non plus mais on gagne en spectre d'application.

Je peux vous conseiller de lire l'introduction du papier suivant 2312.14688.pdf (arxiv.org) qui vous donnera quelques références supplémentaires

par
Bonjour,
Merci pour votre réponse qui me convient très bien
...