Por favor, use este identificador para citar o enlazar este ítem:
https://repositorio.ufu.br/handle/123456789/41811| ORCID: |  http://orcid.org/0009-0005-1002-7535 |
| Tipo de documento: | Trabalho de Conclusão de Curso |
| Tipo de acceso: | Acesso Aberto |
| Título: | Solução númerica de equações diferenciais via redes neurais artificiais |
| Autor: | Corrêa, Bianca Almeida |
| Primer orientador: | Ferreira, Gerson |
| Primer miembro de la banca: | Boselli , Marco |
| Segundo miembro de la banca: | Marletta, Alexandre |
| Resumen: | Este trabalho visa aprender e explorar possíveis aplicações das redes neurais artificiais usando o método de redes neurais informadas pela física (PINN, do inglês, Physics Informed Neural Network). As PINNs são um método que utiliza o resíduo da equação diferencial a ser resolvida na função de erro e suas condições de contorno e condições iniciais. Neste contexto, as PINN's foram aplicadas no problema do oscilador harmônico a fim de verificar como a precisão do método varia com o número de neurônios artificiais, com diferentes funções de ativação e com diferentes números de épocas. Para isso, foi utilizado um código base que resolve o problema do oscilador harmônico amortecido usando a abordagem de PINN's. Após o estudo e entendimento das redes neurais, foram realizadas modificações de melhoria e testes de desempenho no código autoral para fins de estudo e prática. Durante a fase de testes, foi possível aplicar o método de aprendizado por sequência, onde foi obtido um bom resultado de convergência do modelo. E por fim, concluímos que, as redes neurais e as PINN's são uma abordagem inovadora e promissora, no entanto, dependendo do problema em que estão sendo aplicadas, os resultados gerados não demonstram uma convergência e eficiência que é esperada. Além disso, o tempo de execução das PINN's, quando comparado a métodos como Runge-Kutta, é alto. Enquanto a rede neural roda em minutos, runge-kutta roda em segundos, então vimos que a execução das PINN's comparada a outros métodos também não apresenta uma vantagem significativa. |
| Palabras clave: | Aprendizado de máquina Redes neurais artificiais |
| Área (s) del CNPq: | CNPQ::CIENCIAS EXATAS E DA TERRA::FISICA |
| Idioma: | por |
| País: | Brasil |
| Editora: | Universidade Federal de Uberlândia |
| Cita: | CORRÊA, Bianca Almeida. Solução númerica de equações diferenciais via redes neurais artificiais. 2024. 57 f. Trabalho de Conclusão de Curso (Graduação em Física de Materiais) - Universidade Federal de Uberlândia, 2024. |
| URI: | https://repositorio.ufu.br/handle/123456789/41811 |
| Fecha de defensa: | 25-abr-2024 |
| Aparece en las colecciones: | TCC - Física de Materiais |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| SoluçãoNúmericaEquações.pdf | TCC | 9.72 MB | Adobe PDF |  Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.