Redes neuronales informadas por la física para la ecuación del calor con término fuente bajo varias condiciones de contorno
Autores: Bowman, Brett; Oian, Chad; Kurz, Jason; Khan, Taufiquar; Gil, Eddie; Gamez, Nick
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Redes neuronales informadas por la física para la ecuación del calor con término fuente bajo varias condiciones de contorno
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Modelado
Procesos físicos
Ecuaciones diferenciales parciales
EDPs
Interacciones láser-tejido
Redes neuronales informadas por la física
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 33
Citaciones: Sin citaciones
La modelización de procesos físicos como ecuaciones en derivadas parciales (EDPs) a menudo se lleva a cabo con solucionadores numéricos computacionalmente costosos. Un proceso común e importante para modelar es la interacción láser con tejidos biológicos. Las redes neuronales informadas por física (PINNs) se han utilizado para modelar muchos procesos físicos, aunque ninguna ha demostrado una aproximación que implique un término fuente en una EDP, que es lo que se requiere para modelar las interacciones láser-tejido. En este trabajo, se utilizó un solucionador numérico para simular interacciones de tejidos con láseres mediante PINNs, mientras se probaban diversas condiciones de contorno, una de ellas con un término fuente radiativo involucrado. Los modelos fueron probados utilizando diferentes combinaciones de funciones de activación en sus arquitecturas para su comparación. Las mejores combinaciones de funciones de activación fueron diferentes para los casos con y sin un término fuente, y los puntajes R2 y los errores relativos promedio para las predicciones de los mejores modelos PINN indican que es un modelo sustitutivo preciso para los solucionadores correspondientes. Las PINNs parecen ser reemplazos válidos para los solucionadores numéricos para interacciones de tejidos unidimensionales con radiación electromagnética.
Descripción
La modelización de procesos físicos como ecuaciones en derivadas parciales (EDPs) a menudo se lleva a cabo con solucionadores numéricos computacionalmente costosos. Un proceso común e importante para modelar es la interacción láser con tejidos biológicos. Las redes neuronales informadas por física (PINNs) se han utilizado para modelar muchos procesos físicos, aunque ninguna ha demostrado una aproximación que implique un término fuente en una EDP, que es lo que se requiere para modelar las interacciones láser-tejido. En este trabajo, se utilizó un solucionador numérico para simular interacciones de tejidos con láseres mediante PINNs, mientras se probaban diversas condiciones de contorno, una de ellas con un término fuente radiativo involucrado. Los modelos fueron probados utilizando diferentes combinaciones de funciones de activación en sus arquitecturas para su comparación. Las mejores combinaciones de funciones de activación fueron diferentes para los casos con y sin un término fuente, y los puntajes R2 y los errores relativos promedio para las predicciones de los mejores modelos PINN indican que es un modelo sustitutivo preciso para los solucionadores correspondientes. Las PINNs parecen ser reemplazos válidos para los solucionadores numéricos para interacciones de tejidos unidimensionales con radiación electromagnética.