FIDENIT
PHYSICS · 준비 중

물리 기반 AI 모델

물리 법칙을 담은 예측 모델

PROBLEM

적은 데이터로도 물리적으로 맞는 예측을 할 수 있을까?

측정이 어렵고 데이터가 적은 문제에서는, 데이터만 학습한 모델이 범위를 벗어나면 물리적으로 틀린 답을 내기 쉽다고 생각합니다. 물리 정보 신경망(PINN)은 물리 법칙을 학습에 넣는 방식으로 2017년에 공개된 논문에서 제안됐습니다. 저희는 이 방향을 탐구하고, 해 본 것은 나누려 합니다.

HOW IT WORKS
01 · INPUT

연결

지배 방정식 · 관측 데이터

02 · ENGINE

정제 · 계산

방정식과 관측값을 연결·정제한 뒤, 에이전트가 모델을 학습하고 서로 검증하는 흐름을 목표로 합니다.

03 · OUTPUT

결과

빠르게 계산하는 대리 모델

GOALS
01

물리 제약 학습

02

빠른 추론

03

범위 밖에서도 안정

04

설명 가능한 결과

SPEC
분야물리학
상태준비 중
입력지배 방정식 · 관측 데이터
결과고속 대리 모델
제공 방식공동 연구
MORE IN PHYSICS

물리 기반 AI 모델에 대해
이야기해 볼까요?

business@fidenit.com