Physics-Informed Neural Networks (PINNs): approcci innovativi per problemi complessi

I Physics-Informed Neural Networks (PINNs) sono modelli che integrano reti neurali con vincoli fisici espliciti per affrontare problemi governati da equazioni differenziali. Questa strategia, all’intersezione tra il machine learning e la fisica computazionale classica, ha attratto negli ultimi anni un crescente interesse per la sua capacità di superare in accuratezza e robustezza i metodi numerici “tradizionali” per determinate classi di problemi, come i problemi inversi o quelli ad alta dimensionalità, anche in caso di dati limitati. Nel corso di questo seminario online, verrà introdotta la tecnologia PINN, dal punto di vista sia teorico che di applicazioni in vari ambiti scientifici e ingegneristici, mettendo in luce potenzialità e limiti. I relatori saranno Francesco Piccialli e Salvatore Cuomo, coordinatori del gruppo di ricerca M.O.D.A.L. dell’Università di Napoli “Federico II”, gruppo specializzato in scientific machine learning, attivo sia in ricerca sia in consulenza e trasferimento tecnologico verso aziende ed istituzioni.