물리기반신경망2 물리 기반 신경망은 전통적 수치해석을 대체할 수 있을까?-후편 물리 기반 신경망에 관한 권석준 선생님의 글 1편에 이어 2편의 일러스트도 맡았다. 처음부터 고등과학원에서는 두 편에 대한 일러스트를 맡겼고, 나는 미처 글을 다 읽기도 전에 그러면 각각 인공 신경망(ANN)과 물리 기반 신경망(PINN)에 관한 일러스트를 그려서 대조되도록 하면 어떨까 하는 아이디어에 꽂혀 버렸다. 이게 참 양날의 검인데. 초반에 떠오른 기똥찬 아이디어가 예상에 맞게 적합한 것이라면 시간과 노력을 아낄 수 있는 럭키한 상황이지만, 만약 하고보니 적합하지 않았다면 뇌를 달래 처음부터 다시 시작하는 게 여간 힘든 게 아니다. 불행히도 이번 경우는 후자였다. 큭~. 어차피 두 그림이 동시에 놓이는 것도 아닌데 굳이 그러한 컨셉을 고집할 이유도 없었다. 마음을 가다듬고 다시 천천히 본문을 읽었.. 2024. 9. 29. 물리 기반 신경망은 전통적 수치해석을 대체할 수 있을까?-전편 고등과학원 웹진 의 권석준 선생님의 글 "물리 기반 신경망은 전통적 수치해석을 대체할 수 있을까?-전편"에 대한 일러스트. 물체의 운동이나 계의 변화를 예측하는 데 있어 인공 신경망(ANN)은 데이터 세트에서 패턴을 학습하고 해석하는 방식으로 작동하지만, 물리기반신경망(PINN)은 데이터와 함께 물리 법칙을 더한 것으로 두 모델의 장단점을 설명하는 글이다. 물리기반신경망의 장점 중 하나로 데이터가 부족해도 학습한 물리 법칙 덕분에 예측의 정확성이 높다는 내용을 이미지화 했다. 사각형은 데이터를 상징하는데, 무너져 내릴 필요는 없었지만 재미와 극적인 연출을 위해서 MSG를 좀 뿌렸다. ^^;;https://horizon.kias.re.kr/29873/ 물리 기반 신경망은 전통적 수치해석을 대체할 수 있을까.. 2024. 9. 28. 이전 1 다음
