GIST, 고차원 물리 문제도 안정적으로 푸는 AI 학습 기술 개발
광주과학기술원(GIST)은 황의석 전기전자컴퓨터공학과 교수 연구팀이 편미분방정식(PDE)을 푸는 물리정보 신경망(PINN) 학습에서 발생하는 불안정성을 해결할 새로운 적응형 샘플링 기법을 개발했다고 20일 밝혔다.
이번 연구 성과는 기존 방식보다 정확도와 안정성은 높이고 계산 비용은 줄인 것이 특징으로, 다양한 과학·공학 문제에 폭넓게 활용될 전망이다.
물리정보 신경망은 물리 법칙을 신경망 학습 과정에 직접 반영하여, 기존의 수치해석법(유한차분법, 유한요소법에 비해 데이터 수집 비용을 줄이고 계산 효율성을 높이는 차세대 해석 방법으로 주목받고 있다.
뉴스픽의 주요 문장 추출 기술을 사용하여 “이뉴스투데이” 기사 내용을 3줄로 요약한 결과입니다. 일부 누락된 내용이 있어 전반적인 이해를 위해서는 본문 전체 읽기를 권장합니다.
