Evaluación de desempeño de modelos de aprendizaje profundo en la solución del problema de flujo en una cavidad
El presente documento presenta una evaluación del uso de redes neuronales en la simulación de fenómenos físicos, específicamente se toma el problema clásico de la mecánica de fluidos de flujo en una cavidad. Para tal fin, se implemento un modelo de aprendizaje profundo basado en perceptrones multica...
- Autores:
-
Zapa Martínez, Juan Pablo
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/74293
- Acceso en línea:
- https://hdl.handle.net/1992/74293
- Palabra clave:
- PINNS
Navier-Stokes
Diferencias finitas
Aprendizaje profundo
Ingeniería
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
| Summary: | El presente documento presenta una evaluación del uso de redes neuronales en la simulación de fenómenos físicos, específicamente se toma el problema clásico de la mecánica de fluidos de flujo en una cavidad. Para tal fin, se implemento un modelo de aprendizaje profundo basado en perceptrones multicapa (MLP), con modificaciones. Lo anterior en el contexto de las redes neuronales informadas por física o PINNS por sus siglas en ingles. Adicionalmente, se implemento el método de diferencias finitas como un método de solución convencional bajo fines comparativos. Finalmente, se comparan los resultados obtenidos por ambos métodos con los resultados obtenidos en la literatura. |
|---|