Optimización de la solución de ecuaciones diferenciales a través de redes neuronales
En el siguiente proyecto se generará la solución de un caso de redes neuronales con inferencias físicas, posteriormente se analizará el proceso de entrenamiento de la red y se propondrán maneras de acelerarlo. Para esto se intentará optimizar la rata de aprendizaje usada por ADAM y se usaran funcion...
- Autores:
-
Grandas Suárez, Nicolás
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/63952
- Acceso en línea:
- http://hdl.handle.net/1992/63952
- Palabra clave:
- Red Neuronal
Optimizacion
PINN
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by/4.0/
| id |
UNIANDES2_60ab289f45d7efe2a686a7344760b687 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/63952 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| title |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| spellingShingle |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales Red Neuronal Optimizacion PINN Ingeniería |
| title_short |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| title_full |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| title_fullStr |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| title_full_unstemmed |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| title_sort |
Optimización de la solución de ecuaciones diferenciales a través de redes neuronales |
| dc.creator.fl_str_mv |
Grandas Suárez, Nicolás |
| dc.contributor.advisor.none.fl_str_mv |
González Mancera, Andrés Leónardo |
| dc.contributor.author.none.fl_str_mv |
Grandas Suárez, Nicolás |
| dc.subject.keyword.none.fl_str_mv |
Red Neuronal Optimizacion PINN |
| topic |
Red Neuronal Optimizacion PINN Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
| description |
En el siguiente proyecto se generará la solución de un caso de redes neuronales con inferencias físicas, posteriormente se analizará el proceso de entrenamiento de la red y se propondrán maneras de acelerarlo. Para esto se intentará optimizar la rata de aprendizaje usada por ADAM y se usaran funciones de distribución de probabilidad dinámicas. |
| publishDate |
2022 |
| dc.date.issued.none.fl_str_mv |
2022-01-15 |
| dc.date.accessioned.none.fl_str_mv |
2023-01-18T15:21:29Z |
| dc.date.available.none.fl_str_mv |
2023-01-18T15:21:29Z |
| dc.type.es_CO.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.es_CO.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
acceptedVersion |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/63952 |
| dc.identifier.instname.es_CO.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.es_CO.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.es_CO.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/63952 |
| identifier_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.relation.references.es_CO.fl_str_mv |
Binegar, B. (2019). Errors in polynomial interpolation. Lu, L., Meng, X., Mao, Z., and Karniadakis, G. E. (2019). Deepxde: A deep learning library for solving differential equations. CoRR, abs/1907.04502. Pytorch (2022). Torchscript. Rackauckas, C., Edelman, A., Fischer, K., Innes, M., Saba, E., Shah, V. B., and Tebbutt, W. (2021). Generalized physics-informed learning through language-wide differentiable programming. Zhou, D.-X. (2020). Universality of deep convolutional neural networks. Applied and Computational Harmonic Analysis, 48(2):787-794. |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
50 páginas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Mecánica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Mecánica |
| institution |
Universidad de los Andes |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/e68c9cd3-d0d8-435a-aecc-fdb8ae813c50/download https://repositorio.uniandes.edu.co/bitstreams/f3880c27-ac39-4829-8c03-d989996be784/download https://repositorio.uniandes.edu.co/bitstreams/2d70c60a-c647-4907-bb2a-0c5adb670734/download https://repositorio.uniandes.edu.co/bitstreams/0834ce04-b0bc-401a-bc7c-782645ff5f2e/download https://repositorio.uniandes.edu.co/bitstreams/7dc0fbc6-cf3b-4d61-bc76-e00cb67a1559/download https://repositorio.uniandes.edu.co/bitstreams/bd72c71c-e978-4ef1-8a5d-e08b5d9bce8c/download https://repositorio.uniandes.edu.co/bitstreams/9cf2e5a9-aa37-43f0-a53d-45ac5294685e/download https://repositorio.uniandes.edu.co/bitstreams/d677b89e-22da-42a2-9982-f3d1e966b063/download |
| bitstream.checksum.fl_str_mv |
a47bc65cd7340da160f9c577e2e8a9ee 4491fe1afb58beaaef41a73cf7ff2e27 bf357655366b8ce1f63821206ca4e24e 7a1f150d3850f07f884cf84f402db5e5 40a9d4a919e7e871c3f36412bda7ba7c 97fc78a2a66137870c973688ee32d2cd 5aa5c691a1ffe97abd12c2966efcb8d6 0175ea4a2d4caec4bbcc37e300941108 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1812134074219757568 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autoreshttp://creativecommons.org/licenses/by/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2González Mancera, Andrés Leónardovirtual::17257-1Grandas Suárez, Nicolás075fc9f8-ba76-43df-94ec-ab4db26314c76002023-01-18T15:21:29Z2023-01-18T15:21:29Z2022-01-15http://hdl.handle.net/1992/63952instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/En el siguiente proyecto se generará la solución de un caso de redes neuronales con inferencias físicas, posteriormente se analizará el proceso de entrenamiento de la red y se propondrán maneras de acelerarlo. Para esto se intentará optimizar la rata de aprendizaje usada por ADAM y se usaran funciones de distribución de probabilidad dinámicas.En el siguiente proyecto se generará la solución de un caso de redes neuronales con inferencias físicas, posteriormente se analizará el proceso de entrenamiento de la red y se propondrán maneras de acelerarlo. Para esto se intentará optimizar la rata de aprendizaje usada por ADAM y se usaran funciones de distribución de probabilidad dinámicas.Ingeniero MecánicoPregradoComputación CientificaMecanica Computacional50 páginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaOptimización de la solución de ecuaciones diferenciales a través de redes neuronalesTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPRed NeuronalOptimizacionPINNIngenieríaBinegar, B. (2019). Errors in polynomial interpolation.Lu, L., Meng, X., Mao, Z., and Karniadakis, G. E. (2019). Deepxde: A deep learning library for solving differential equations. CoRR, abs/1907.04502.Pytorch (2022). Torchscript.Rackauckas, C., Edelman, A., Fischer, K., Innes, M., Saba, E., Shah, V. B., and Tebbutt, W. (2021). Generalized physics-informed learning through language-wide differentiable programming.Zhou, D.-X. (2020). Universality of deep convolutional neural networks. Applied and Computational Harmonic Analysis, 48(2):787-794.201729639Publicationhttps://scholar.google.es/citations?user=6mPjKkQAAAAJvirtual::17257-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000215880virtual::17257-1dfb722df-f96b-4bfa-bfd9-49a4fc1b6a32virtual::17257-1dfb722df-f96b-4bfa-bfd9-49a4fc1b6a32virtual::17257-1TEXTTesis con portada.pdf.txtTesis con portada.pdf.txtExtracted texttext/plain78032https://repositorio.uniandes.edu.co/bitstreams/e68c9cd3-d0d8-435a-aecc-fdb8ae813c50/downloada47bc65cd7340da160f9c577e2e8a9eeMD55093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdf.txt093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/f3880c27-ac39-4829-8c03-d989996be784/download4491fe1afb58beaaef41a73cf7ff2e27MD57THUMBNAILTesis con portada.pdf.jpgTesis con portada.pdf.jpgIM Thumbnailimage/jpeg7572https://repositorio.uniandes.edu.co/bitstreams/2d70c60a-c647-4907-bb2a-0c5adb670734/downloadbf357655366b8ce1f63821206ca4e24eMD56093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdf.jpg093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdf.jpgIM Thumbnailimage/jpeg16430https://repositorio.uniandes.edu.co/bitstreams/0834ce04-b0bc-401a-bc7c-782645ff5f2e/download7a1f150d3850f07f884cf84f402db5e5MD58ORIGINALTesis con portada.pdfTesis con portada.pdfDocumento de tesisapplication/pdf1515366https://repositorio.uniandes.edu.co/bitstreams/7dc0fbc6-cf3b-4d61-bc76-e00cb67a1559/download40a9d4a919e7e871c3f36412bda7ba7cMD53093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdf093f8a4d-ddc8-4528-9179-b78a09426111-2-2.pdfHIDEapplication/pdf197245https://repositorio.uniandes.edu.co/bitstreams/bd72c71c-e978-4ef1-8a5d-e08b5d9bce8c/download97fc78a2a66137870c973688ee32d2cdMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/9cf2e5a9-aa37-43f0-a53d-45ac5294685e/download5aa5c691a1ffe97abd12c2966efcb8d6MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8908https://repositorio.uniandes.edu.co/bitstreams/d677b89e-22da-42a2-9982-f3d1e966b063/download0175ea4a2d4caec4bbcc37e300941108MD521992/63952oai:repositorio.uniandes.edu.co:1992/639522024-03-13 15:58:17.588http://creativecommons.org/licenses/by/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |