Svilupperò reti neurali informate dalla fisica personalizzate pinns in pytorch
Dottore di ricerca e docente universitario di matematica e AI
Informazioni su questo servizio
Le tue simulazioni FEM/CFD sono troppo lente o troppo pesanti dal punto di vista computazionale?
Sono un ricercatore computazionale con PhD e Ricercatore Visiting presso Imperial College London, specializzato in Scientific Machine Learning (SciML).
Costruisco reti neurali informate dalla fisica (PINNs) personalizzate in PyTorch da zero, evitando wrapper di alto livello per garantire massimo controllo, facilità di debug e prestazioni ottimali per i tuoi vincoli fisici.
Cosa posso fare per te:
- Risolvere PDE complesse forward e inverse, incluso estrarre parametri sconosciuti dai dati sperimentali.
- Creare surrogate rapide basate su ML per sostituire simulazioni tradizionali costose dal punto di vista computazionale.
- Debug e accelerazione dei tuoi codici PyTorch o SciML esistenti.
Recenti esecuzioni:
- Modellato flussi turbolenti ad alto-Re (Re=10.000 Navier-Stokes).
- Risolta complessa problematica di elastoplasticità tramite Hertz Contact PINNs.
Perché assumermi? Non sei solo un programmatore; sei un partner strategico nel calcolo. Garantisco che i tuoi modelli siano matematicamente impeccabili.
Contattami prima di ordinare con i dettagli PDE e il scope!
Linguaggio di programmazione:
Python
•
MATLAB
•
Colab
•
Julia
Strumenti:
Quaderno jupyter
•
tensorflow
•
Colab
Framework:
Scikit-learn
•
keras
•
PyTorch
•
Panda
•
tensorflow
