Repozytorium publikacji - Politechnika Gdańska

Wiele fizycznie nieuzasadnionych sieci neuronowych, mimo zadowalają- cej wydajności, generuje sprzeczności z logiką i prowadzi do rozbieżno- ści wyników z rzeczywistością. Jedną z metod poprawy funkcjonowania typowego modelu typu “black-box” na etapie uczenia, jest rozszerzenie jego funkcji kosztu o zależność bezpośrednio inspirowaną wzorem fizycz- nym. Niniejszy rozdział wyjaśnia koncepcję budowy sieci neuronowych opartych na prawach fizyki, zawiera przegląd zaproponowanych rozwią- zań w tej dziedzinie oraz opisuje możliwości implementacji funkcji strat wykorzystujących wzory fizyczne. Ponadto przedstawione badania poka- zują, że przewidywania algorytmów inspirowanych przez fizykę mogą być nie tylko optymalne, ale również naukowo spójne z równaniami dziedzi- nowymi. Ostatecznie wykorzystanie wiedzy naukowej zawartej w dosto- sowanych funkcjach kosztów pokazuje, że metodyka ta gwarantuje wy- niki spójne z prawami fizyki, a także lepszą generalizację w porównaniu z klasycznymi sieciami neuronowymi.

Autorzy

• dr hab. inż. Marek Moszyński link otwiera się w nowej karcie ,
• Bartłomiej Borzyszkowski link otwiera się w nowej karcie ,
• Karol Damaszke link otwiera się w nowej karcie ,
• Jakub Romankiewicz link otwiera się w nowej karcie ,
• Marcin Świniarski link otwiera się w nowej karcie