Conclusions et perspectives
Identification par des réseaux de neurones guidés par la physique

Cette étude met en avant l’utilisation des RN afin de coupler une résolution d’une équation décrivant la physique d’un problème avec, en pratique, des données expérimentales (données issues de solutions connues dans cette étude). Lorsque les liens entre les fonctions cherchées et les données sont non linéaires, un RN est envisagé afin de décrire convenablement ce lien. Dans cet article, les méthodes PINN et PCL sont illustrées théoriquement et numériquement. PINN peut être conçu pour résoudre des problèmes directs ou inverses ; dans le contexte d’un problème direct, son avantage est de pouvoir coupler des données avec la résolution d’une équation différentielle. Néanmoins, le choix de coupler données et équation introduit une difficulté ultérieure dans la minimisation de la fonction de perte. PCL est conçu pour résoudre des problèmes inverses avec des données à disposition, et son avantage...