Modelling of Underwater Vehicles using Physics-Informed Neural Networks with Control
Created by
- Haebom
Category
Empty
저자
Abdelhakim Amer, David Felsager, Yury Brodskiy, Andriy Sarabakha
개요
물리 정보 신경망(PINN)을 이용한 수중 차량 동역학 모델링 프레임워크인 Physics-Informed Neural Network with Control (PINC)의 오픈소스 구현을 소개한다. PINC는 초기 상태, 제어 동작, 시간 입력을 사용하여 훈련 영역을 넘어 물리적으로 일관된 전이를 가능하게 하도록 PINN을 확장한다. 다양한 손실 함수, 기울기 가중치 부여 방식, 하이퍼파라미터를 포함한 다양한 PINC 구성을 테스트하고, 시뮬레이션된 수중 차량에 대한 검증을 통해 비 물리 정보 기반 기준 모델에 비해 더 정확한 장기 예측을 보여준다.
시사점, 한계점
•
시사점: 수중 차량 동역학 모델링을 위한 효과적인 오픈소스 프레임워크 제공, 물리적으로 일관된 장기 예측 성능 향상, 다양한 구성 요소(손실 함수, 기울기 가중치 부여 등)의 영향 분석 가능성 제시.
•
한계점: 시뮬레이션 환경에서의 검증 결과만 제시, 실제 수중 차량 데이터를 이용한 검증 필요, 다양한 수중 차량 유형 및 운항 조건에 대한 일반화 성능 검증 필요.
