Rede neural informada por física para resfriamento de placas de aço
Visão geral
Sobre o que é este desafio
Treine uma rede neural informada por física para resfriar placas de aço com dados reais e receba um certificado verificável.
O Brief
O que você vai fazer e o que vai demonstrar.
Como estimar em segundos o campo interno de temperatura de uma placa de aço em resfriamento a partir de poucas medições de superfície e da física do problema?
Earning criteria — what you'll demonstrate
- Formular a função de perda de uma rede neural informada por física combinando resíduo da equação diferencial parcial, condições de contorno e dados medidos
- Aplicar aprendizado de máquina científico para resolver uma equação do calor sem malha, comparando com uma solução de referência
- Quantificar a incerteza da previsão e identificar regiões do domínio onde o modelo é menos confiável
- Avaliar criticamente quando uma rede informada por física é preferível à simulação numérica tradicional em um contexto industrial
Adequação ao Programa
Onde isso se encaixa no seu programa.
Aperfeiçoa as mesmas habilidades que seu curso espera que você demonstre.
Conteúdo alinhado em breve.
Habilidades
Habilidades que você vai demonstrar.
Cada um aparece no seu certificado verificado.
Carreiras
Cargos para os quais este desafio te prepara.
Títulos reais. Pontes reais de habilidades. Escolha o mais próximo da sua trajetória.
Trilhas de carreira que este desafio desenvolve
Funções canônicasCientista de IA Aplicada
Ao resolver uma equação diferencial com aprendizado de máquina científico e validar contra dados reais, você exercita exatamente o que um cientista de IA aplicada faz: transformar leis físicas e dados esparsos em modelos preditivos confiáveis para um problema industrial concreto.
Este desafio aprimora
- physics-informed-neural-networks
- simulation
- uncertainty-quantification
Engenheiro(a) de IA
Você entrega um modelo reproduzível, com métricas claras e pronto para rodar em segundos, praticando a ponte entre pesquisa e produto que define o trabalho diário de um engenheiro de IA em ambiente industrial.
Este desafio aprimora
- physics-informed-neural-networks
- statistical-analysis
- simulation
Pesquisador de ML
Formular funções de perda que combinam física e dados e analisar a incerteza da previsão são competências centrais de pesquisa em aprendizado de máquina científico, aqui aplicadas a um caso verificável.
Este desafio aprimora
- physics-informed-neural-networks
- uncertainty-quantification
- statistical-analysis
Só mais uma coisa