А. В. Корнаев, Е. П. Корнаева, И. Н. Стебаков, “Теоретические предпосылки физически обоснованного машинного обучения и его приложения к гидродинамике”, Докл. РАН. Матем., информ., проц. упр., 2022, том 508,страницы 100

ПЕРЕДОВЫЕ ИССЛЕДОВАНИЯ В ОБЛАСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

Теоретические предпосылки физически обоснованного машинного обучения и его приложения к гидродинамике

А. В. Корнаев^a, Е. П. Корнаева^b, И. Н. Стебаков^c

^a Исследовательский центр в сфере искусственного интеллекта, Университет Иннополис, Иннополис, Россия
^b Кафедра информационных систем и цифровых технологий, Орловский государственный университет имени И.С. Тургенева, Орел, Россия
^c Кафедра мехатроники, механики и робототехники, Орловский государственный университет имени И.С. Тургенева, Орел, Россия

Аннотация: Некоторые законы физики постулируют, что некоторая величина в рассматриваемом физическом процессе должна принимать экстремальное значение. В работе предложен вариант обобщения одного из таких законов и представлен подход применения искусственных нейронных сетей в качестве инструмента минимизации мощности внутренних сил и моделирования гидродинамических процессов для различных приложений.

Ключевые слова: физически обоснованное машинное обучение, глубокое обучение, сегментация изображений, вариационная задача, целевой функционал.

УДК: 004.8

Статья представлена к публикации: А. Л. Семёнов
Поступило: 28.10.2022
После доработки: 28.10.2022
Принято к публикации: 01.11.2022

DOI: 10.31857/S2686954322070128