lululxvi/deepxde

해결하는 문제

DeepXDE는 과학적 기계학습 및 물리 정보 기반 학습을 위한 라이브러리입니다. 전통적인 메시 생성 없이 상미분방정식(ODE), 편미분방정식(PDE), 적분-미분방정식(IDE), 확률적 PDE(sPDE)를 포함한 전방 및 역문제를 해결하기 위한 도구를 제공합니다.

작동 방식

이 라이브러리는 물리 정보 신경망(PINNs), 딥 오퍼레이터 네트워크(DeepONet), 다중 신뢰도 신경망(MFNN) 등의 여러 고급 신경망 아키텍처와 알고리즘을 구현합니다. TensorFlow, PyTorch, JAX, PaddlePaddle 등의 다양한 텐서 백엔드를 지원하며, 자동 미분을 사용하여 도함수를 계산합니다. 사용자는 기본 형태나 구성 고체 기하학(CSG)을 사용하여 복잡한 도메인 기하를 정의할 수 있으며, 디리클레 경계조건, 뉴먼 경계조건, 로빈 경계조건, 주기적 경계조건, 일반 경계조건을 지원합니다.

대상 사용자

과학 계산 및 물리 정보 기반 기계학습 분야의 연구자와 엔지니어를 위한 것으로, 데이터로부터 미분방정식을 풀고 연산자를 학습해야 하는 사용자에게 적합합니다.

주요 특징

• 다중 백엔드 지원: TensorFlow, PyTorch, JAX, PaddlePaddle와 호환 가능.
• 복잡한 기하 구조: 메시 생성 없이 기본 형태 및 CSG를 사용한 도메인 정의 지원.
• 다양한 알고리즘: PINNs, DeepONet, MIONet, MFNN를 구현하여 다양한 미분방정식에 대응.
• 유연한 샘플링: 균일 샘플링, 의사 난수, 라틴 하이퍼큐브, 할턴, 하머슬리, 소볼 수열을 포함.
• 고도의 설정 가능성: 느슨하게 결합된 컴포넌트로 최적화기, 손실 함수, 신경망 아키텍처의 간편한 커스터마이징 가능.