Nella meccanica computazionale odierna vi è una possibile alternativa, ancora in fase embrionale, ai metodi classici di studio basati sulle FEM (Metodo degli elementi finiti). La sfida è quella di dimostrare che le reti neurali sono un'ottimo sostituto ai software commerciali attualmente in uso, riducendo in maniera consistente i tempi di calcolo.

Physics-Informed Neural Networks applicate alla meccanica computazionale

SCHIAVON, SAMUELE
2023/2024

Abstract

Nella meccanica computazionale odierna vi è una possibile alternativa, ancora in fase embrionale, ai metodi classici di studio basati sulle FEM (Metodo degli elementi finiti). La sfida è quella di dimostrare che le reti neurali sono un'ottimo sostituto ai software commerciali attualmente in uso, riducendo in maniera consistente i tempi di calcolo.
2023
Physics-Informed Neural Networks applied to computational mechanics
PINN
Non-linearità
Meccanica dei solidi
PDE
Python
File in questo prodotto:
File Dimensione Formato  
Schiavon_Samuele.pdf

accesso aperto

Dimensione 12.52 MB
Formato Adobe PDF
12.52 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/64746