トピック: Physics-Informed Neural Networks (PINNs)

全セクション横断 3 件

物理情報ニューラルネットワーク（PINN）を用いてカルデロン逆問題を解く新手法が開発された。限られた境界データから内部の導電率分布を高精度で復元でき、医療診断や工業検査の効率化に直結する成果として注目される。

京都大学らの研究チームが物理法則を組み込んだニューラルネットワーク（PINN）の学習不安定問題を解消する新手法「ModSync」を発表。製造・エネルギー分野のシミュレーションコスト削減に直結する成果として注目される。

物理法則を組み込んだニューラルネットワーク（PINN）のハイパーパラメータ最適化に進化的アルゴリズムを適用する2段階手法が提案された。計算コストを抑えながら解の精度を大幅に改善し、シミュレーション依存型産業の開発効率向上が見込まれる。