Physics-Informed Neural Networksによる1次元連続体の動的解析
2021 年 2 巻 J2 号 p. 152-156
詳細
2021 年 2 巻 J2 号 p. 152-156
物理現象の入出力をデータ駆動的に再現するサロゲートモデルは，物理問題の高速な予測を行う代替的な手段としてその利用が進んでいるが，得られた解が物理的な条件を満足する保証がない問題が知られている．これに対して，Physics-Informed Neural Networks（PINNs）は支配方程式による拘束を表現した損失関数を導入することで，支配方程式をデータ駆動的に求解するニューラルネットワークである．本稿では，1次元連続体の自由振動問題に対してPINNsの定式化とコード実装を行う．
