Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais implémenter des réseaux de neurones informés par la physique (PINN) pour les PDE et les simulations
Développeur expert en IA locale et automatisation
J'aide les entreprises à récupérer plus de 20 heures par semaine grâce à une automatisation locale et sécurisée avec l'IA. Mes applications desktop personnalisées fonctionnent entièrement sur votre ma...
À propos de ce service
Vous avez du mal à relier les lois physiques et l'apprentissage profond ? Les réseaux de neurones classiques ignorent souvent la physique sous-jacente. Je propose une expertise dans la mise en œuvre de Physics-Informed Neural Networks (PINNs) pour résoudre des problèmes scientifiques et techniques complexes.
En tant que programmeur technique polyvalent, je ne me contente pas d’écrire du code, je m’assure que vos modèles sont scientifiquement valides et conformes à la physique.
Ce que je peux résoudre :
- PDEs & ODEs : Navier-Stokes, Burgers, chaleur, onde, et équation de Schrödinger, etc.
- Problèmes inverses : Identification de paramètres physiques inconnus à partir de données de capteurs bruyantes.
- Jumeaux numériques : Modèles industriels à haute fidélité basés sur la physique.
- Apprentissage d’opérateurs : DeepONets et Fourier Neural Operators (FNO).
Technologies utilisées :
- Frameworks : DeepXDE, NVIDIA Modulus, NeuroDiffEq.
- Bibliothèques : PyTorch, JAX, TensorFlow, FEniCS.
Pourquoi choisir ce service ?
Je combine une compréhension mathématique approfondie avec une intelligence artificielle de pointe. Que vous soyez un chercheur bloqué sur une simulation ou une entreprise nécessitant un jumeau numérique robuste, je fournis des solutions vérifiées et évolutives.
NOTE : VEUILLEZ M’ENVOYER UN MESSAGE avant de commander pour discuter de votre problème physique spécifique, des PDE et des conditions aux limites.
FAQ
Traduction automatique
Pouvez-vous gérer des PDE personnalisées et non standard ?
Oui. Je peux implémenter des fonctions de perte résiduelles personnalisées pour tout système mathématique bien défini, y compris multi-physiques et équations couplées.
Fournissez-vous les données d’entraînement ou dois-je le faire ?
Les PINNs sont souvent « sans données » (utilisant des points de collocation), mais si vous avez des données expérimentales pour des problèmes inverses, je peux les intégrer dans la boucle d’entraînement.
Quel cadre est le mieux pour mon projet ?
Cela dépend de la complexité. Je recommande généralement DeepXDE pour la recherche et NVIDIA Modulus pour les simulations industrielles à grande échelle. Nous pourrons en discuter lors de notre premier échange.
Quelle infrastructure utilisez-vous pour l’entraînement des modèles physiques ?
J’utilise des clusters GPU cloud haute performance (NVIDIA A100/H100) pour l’entraînement afin d’assurer la plus haute précision et des délais de livraison rapides pour vos modèles physiques.
