Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial
Durante los últimos años se han establecido diferentes técnicas computacionales y métodos numéricos con el objetivo de resolver problemas científicos complejos. Entre las diferentes técnicas computacionales se destaca el aprendizaje de máquina, o ML (Machine Learning, en inglés). Entre estas técnica...
- Autores:
-
Beltrán Hernández, Rafael José
- 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:1992/59335
- Acceso en línea:
- http://hdl.handle.net/1992/59335
- Palabra clave:
- Machine Learning
Julia (Lenguaje de programación)
Redes neuronales
Flujo potencial
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-sa/4.0/
| id |
UNIANDES2_ece4eac30b215d2b43cd19321a98466f |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/59335 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| title |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| spellingShingle |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial Machine Learning Julia (Lenguaje de programación) Redes neuronales Flujo potencial Ingeniería |
| title_short |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| title_full |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| title_fullStr |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| title_full_unstemmed |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| title_sort |
Scientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencial |
| dc.creator.fl_str_mv |
Beltrán Hernández, Rafael José |
| dc.contributor.advisor.none.fl_str_mv |
González Mancera, Andrés Leónardo |
| dc.contributor.author.none.fl_str_mv |
Beltrán Hernández, Rafael José |
| dc.contributor.researchgroup.es_CO.fl_str_mv |
Mecánica Computacional - Conversion de Energía |
| dc.subject.keyword.none.fl_str_mv |
Machine Learning Julia (Lenguaje de programación) Redes neuronales Flujo potencial |
| topic |
Machine Learning Julia (Lenguaje de programación) Redes neuronales Flujo potencial Ingeniería |
| dc.subject.themes.es_CO.fl_str_mv |
Ingeniería |
| description |
Durante los últimos años se han establecido diferentes técnicas computacionales y métodos numéricos con el objetivo de resolver problemas científicos complejos. Entre las diferentes técnicas computacionales se destaca el aprendizaje de máquina, o ML (Machine Learning, en inglés). Entre estas técnicas de inteligencia artificial se destaca el método de las PIINs (del inglés, Physics informed Neural Networks), el cual se basa en el uso de redes neuronales para solucionar problemas de física, actualmente se han realizado importantes avances en el tema usando la librería TensorFLow del lenguaje de programación Python. El objetivo de este documento es detallar tanto la metodología como los resultados obtenidos de la solución de la ecuación de Laplace para flujo potencial mediante el uso de redes neuronales. Este método fue utilizado con las herramientas open source del lenguaje de programación con Julia. |
| publishDate |
2022 |
| dc.date.accessioned.none.fl_str_mv |
2022-07-29T13:21:55Z |
| dc.date.available.none.fl_str_mv |
2022-07-29T13:21:55Z |
| dc.date.issued.none.fl_str_mv |
2022-06-10 |
| 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/1992/59335 |
| 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/1992/59335 |
| 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 |
[1] M. Raissi, P. Perdikaris and G. Karniadakis, "Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations", Journal of Computational Physics, vol. 378, pp. 686-707, 2019. Available: https://arxiv.org/abs/1711.10561. [2] J. Anderson, Fundamentals of aerodynamics. [3]I. Education, ¿What are Neural Networks?, Ibm.com, 2021. [Online]. Available: https://www.ibm.com/cloud/learn/neural- networks. [Accessed: 16- Nov- 2021]. [4] "NACA 4 digit Airfoil database search", Airfoiltools.com, 2021. [Online]. Available: http://airfoiltools.com/search/index?m%5B [Accessed: 16- Nov- 2021]. |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-sa/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-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
13 paginas |
| 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/2f673e4c-7706-4276-8fc1-d7abde3e4562/download https://repositorio.uniandes.edu.co/bitstreams/81b48b54-ca51-4f77-a694-9943d472bb36/download https://repositorio.uniandes.edu.co/bitstreams/675ea12c-f7a1-4807-9645-0320db701bc0/download https://repositorio.uniandes.edu.co/bitstreams/7e27dfcf-001b-4ee5-87c9-6328e1445946/download https://repositorio.uniandes.edu.co/bitstreams/78724cb5-3478-4825-8187-9f5872fa4421/download https://repositorio.uniandes.edu.co/bitstreams/8b39ef00-f4cc-4f45-8419-620f12ec640f/download https://repositorio.uniandes.edu.co/bitstreams/e35f5171-cf5f-4ad1-a14b-2a03251414d3/download https://repositorio.uniandes.edu.co/bitstreams/e8e1a7b9-76c3-479f-bb54-77e931745521/download |
| bitstream.checksum.fl_str_mv |
84a900c9dd4b2a10095a94649e1ce116 5aa5c691a1ffe97abd12c2966efcb8d6 101e027bdf4129eff9a4887bda746e65 bab2568dd0796f6f8137f7c84ac4b7e3 c17c9a2073a3343f33ad05622884fc07 4491fe1afb58beaaef41a73cf7ff2e27 ab984f6343347ba117dd7b2ab31acc37 c887c6583345b402f1d74828584cd043 |
| 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_ |
1818111900781641728 |
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autoreshttp://creativecommons.org/licenses/by-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2González Mancera, Andrés Leónardovirtual::11250-1Beltrán Hernández, Rafael Joséde1f5c78-d0ea-441b-a3ad-97405920a45d600Mecánica Computacional - Conversion de Energía2022-07-29T13:21:55Z2022-07-29T13:21:55Z2022-06-10http://hdl.handle.net/1992/59335instname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/Durante los últimos años se han establecido diferentes técnicas computacionales y métodos numéricos con el objetivo de resolver problemas científicos complejos. Entre las diferentes técnicas computacionales se destaca el aprendizaje de máquina, o ML (Machine Learning, en inglés). Entre estas técnicas de inteligencia artificial se destaca el método de las PIINs (del inglés, Physics informed Neural Networks), el cual se basa en el uso de redes neuronales para solucionar problemas de física, actualmente se han realizado importantes avances en el tema usando la librería TensorFLow del lenguaje de programación Python. El objetivo de este documento es detallar tanto la metodología como los resultados obtenidos de la solución de la ecuación de Laplace para flujo potencial mediante el uso de redes neuronales. Este método fue utilizado con las herramientas open source del lenguaje de programación con Julia.Ingeniero MecánicoPregradoMecánica Computacional - Conversion de Energía13 paginasapplication/pdfspaUniversidad de los AndesIngeniería MecánicaFacultad de IngenieríaDepartamento de Ingeniería MecánicaScientific machine learning en Julia: Resolviendo el operador de Laplace para flujo potencialTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1fTexthttp://purl.org/redcol/resource_type/TPMachine LearningJulia (Lenguaje de programación)Redes neuronalesFlujo potencialIngeniería[1] M. Raissi, P. Perdikaris and G. Karniadakis, "Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations", Journal of Computational Physics, vol. 378, pp. 686-707, 2019. Available: https://arxiv.org/abs/1711.10561.[2] J. Anderson, Fundamentals of aerodynamics.[3]I. Education, ¿What are Neural Networks?, Ibm.com, 2021. [Online]. Available: https://www.ibm.com/cloud/learn/neural- networks. [Accessed: 16- Nov- 2021].[4] "NACA 4 digit Airfoil database search", Airfoiltools.com, 2021. [Online]. Available: http://airfoiltools.com/search/index?m%5B [Accessed: 16- Nov- 2021].201712170Publicationhttps://scholar.google.es/citations?user=6mPjKkQAAAAJvirtual::11250-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000215880virtual::11250-1dfb722df-f96b-4bfa-bfd9-49a4fc1b6a32virtual::11250-1dfb722df-f96b-4bfa-bfd9-49a4fc1b6a32virtual::11250-1CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81025https://repositorio.uniandes.edu.co/bitstreams/2f673e4c-7706-4276-8fc1-d7abde3e4562/download84a900c9dd4b2a10095a94649e1ce116MD55LICENSElicense.txtlicense.txttext/plain; charset=utf-81810https://repositorio.uniandes.edu.co/bitstreams/81b48b54-ca51-4f77-a694-9943d472bb36/download5aa5c691a1ffe97abd12c2966efcb8d6MD54ORIGINALProyecto_de_Grado.pdfProyecto_de_Grado.pdfMain articleapplication/pdf894873https://repositorio.uniandes.edu.co/bitstreams/675ea12c-f7a1-4807-9645-0320db701bc0/download101e027bdf4129eff9a4887bda746e65MD53093f8a4d-ddc8-4528-9179-b78a09426111.pdf093f8a4d-ddc8-4528-9179-b78a09426111.pdfHIDEapplication/pdf218919https://repositorio.uniandes.edu.co/bitstreams/7e27dfcf-001b-4ee5-87c9-6328e1445946/downloadbab2568dd0796f6f8137f7c84ac4b7e3MD56TEXTProyecto_de_Grado.pdf.txtProyecto_de_Grado.pdf.txtExtracted texttext/plain31817https://repositorio.uniandes.edu.co/bitstreams/78724cb5-3478-4825-8187-9f5872fa4421/downloadc17c9a2073a3343f33ad05622884fc07MD57093f8a4d-ddc8-4528-9179-b78a09426111.pdf.txt093f8a4d-ddc8-4528-9179-b78a09426111.pdf.txtExtracted texttext/plain1163https://repositorio.uniandes.edu.co/bitstreams/8b39ef00-f4cc-4f45-8419-620f12ec640f/download4491fe1afb58beaaef41a73cf7ff2e27MD59THUMBNAILProyecto_de_Grado.pdf.jpgProyecto_de_Grado.pdf.jpgIM Thumbnailimage/jpeg19622https://repositorio.uniandes.edu.co/bitstreams/e35f5171-cf5f-4ad1-a14b-2a03251414d3/downloadab984f6343347ba117dd7b2ab31acc37MD58093f8a4d-ddc8-4528-9179-b78a09426111.pdf.jpg093f8a4d-ddc8-4528-9179-b78a09426111.pdf.jpgIM Thumbnailimage/jpeg16603https://repositorio.uniandes.edu.co/bitstreams/e8e1a7b9-76c3-479f-bb54-77e931745521/downloadc887c6583345b402f1d74828584cd043MD5101992/59335oai:repositorio.uniandes.edu.co:1992/593352024-03-13 14:23:15.463http://creativecommons.org/licenses/by-sa/4.0/open.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.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 |