수학기반, 물리기반 머신러닝 혹은 인공지능이 괜히 마이너한게 아니죠. 기존 수학, 물리 이론의 많은 석학들이 달려들었음에도 만든 모델들이 그다지 신통치 않고 굉장히 제한적인 상황에서 성능이 높고 그러다보니 성과도 내기 쉽지않아 많은 사람들이 도전하는 분야는 아니라 생각합니다
대댓글 4개
2024.06.19
디퓨전 모델은 잘 되지 않음?? 확률미분과정 모델
2024.06.19
어디서 들은 건지 모르겠지만... 저는 해외에서 이 쪽 연구하고 있는데 할 거 많습니다... 당장 "physics-informed" 들어간 키워드만 쳐도 논문 쏟아져 나옵니다.. 그리고 기업들도 이 쪽 연구 개발 많이 합니다.
2024.06.19
인공지능이 다 수학기반인데 먼 소리세요 대체..
2024.06.21
마이너 하다고요? ㅋㅋㅋㅋ
2024.06.19
물리기반 이라기 보다는 다양한 수학적 개념 기반 딥러닝 이라고 하는게 맞을 듯. 컨시스턴시 모델, 콜모고로프-아놀드 네트워크 등등이 그 예제 ㅋ
대댓글 1개
2024.06.20
Physics informed nn말하는 거임
2024.06.19
PINN이 너무 작명 사기 꿀을 많이 빨았다고 생각함. 그래도 자연법칙을 제약조건으로 걸어서 일반화성능을 높이려는 철학에는 동의. 다만, 그것이 명시적인 미분방정식 형태여야한다는 점에서는 비동의.
2024.06.20
삼체쪽은 머신러닝 많이 활용하는걸로 알고있는뎅, 물리학 물리통계적으로 계산하기 개빡세서 머신러닝 쪽으로 어떻게 비벼볼려는거 같음.
2024.06.20
위엣분 말씀대로 디퓨전은 물리학 수학을 쌈뽕하게 잘 써먹는 것 같습니다 위너프로세스 레비프로세스 등등부터 해서 통계물리 기반 머시기들이 활약중.. 진짜 멋짐
2024.06.19
대댓글 4개
2024.06.19
2024.06.19
2024.06.19
2024.06.21
2024.06.19
대댓글 1개
2024.06.20
2024.06.19
2024.06.20
2024.06.20