Red neuronal informada por la física para flujo en tuberías
Visión general
De qué trata este proyecto.
Recibes la formulación matemática del problema (ecuación de continuidad y de momento simplificadas en 2D), tres geometrías de referencia con su solución numérica de alta calidad y una guía sobre las condiciones de contorno. Implementa una PINN en PyTorch que minimice el residuo de las ecuaciones físicas más el error en las condiciones de contorno. Entrena sobre dos geometrías y evalúa la generalización a la tercera, comparando contra la solución de referencia. Reporta error relativo punto a punto, mapa de error, tiempo de entrenamiento y tiempo de inferencia. Cierra con una nota técnica de cuatro páginas que recomiende uso (exploración rápida vs. validación final).
El Briefing
Lo que harás y lo que demostrarás.
Construir y evaluar una PINN para flujo estacionario en geometrías 2D simplificadas, midiendo trade-off entre precisión y coste frente a simulación numérica clásica.
Earning criteria — what you'll demonstrate
- Implementar una PINN desde la formulación matemática del problema
- Diagnosticar fallos típicos de entrenamiento (residuo dominante, dificultades en bordes)
- Evaluar honestamente el trade-off precisión-coste frente al solver de referencia
- Comunicar limitaciones de un modelo aprendido a una audiencia de ingeniería
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Trayectorias profesionales que esto construye
Roles canónicosInvestigador Científico
Implementar una PINN desde la formulación matemática, diagnosticar su entrenamiento y compararla contra un solver clásico es trabajo directo de un Research Scientist en ML científico.
Este proyecto afina
- physics-informed-nn
- scientific-computing
- numerical-methods
Investigador de Machine Learning
El recorrido completo de hipótesis, implementación cuidadosa y evaluación honesta refleja el músculo nuclear del rol de ML Researcher.
Este proyecto afina
- pytorch
- model-validation
- partial-differential-equations
Científico de Datos Aplicado a IA
Trasladar un modelo emergente a un contexto industrial concreto y argumentar su uso correcto es el rol aplicado en organizaciones de I+D.
Este proyecto afina
- physics-informed-nn
- model-validation
- scientific-computing