Dados de proveniência para redes neurais guiadas pela Física: o caso da equação eikonal

Abstract

As redes neurais guiadas pela Física (PINNs) vêm revolucionando a aplicação de métodos numéricos. Apesar da complexidade de configuração e geração do modelo, uma vez treinado, o mesmo mostra um ganho significativo em relação ao tempo de cálculo dos métodos numéricos. A incorporação da Física no treinamento se dá por meio da modelagem de novos componentes na função de perda da rede neural. Tais componentes aumentam as configurações de hiperparâmetros. Mostramos como a coleta de dados de proveniência pode ajudar na avaliação de hiperparâmetros no treinamento de PINNs. Apresentamos experimentos de PINNs com a equação diferencial parcial dada pela equação Eikonal.