
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Quinelato, Thiago de Oliveira, 1988- | - |
| Autor(es): dc.contributor | Santos Junior, Roberto Ribeiro | - |
| Autor(es): dc.contributor | Universidade Federal do Paraná. Setor de Ciências Exatas. Curso de Graduação em Matemática Industrial | - |
| Autor(es): dc.creator | Moraes, Guilherme Ozanski Fauraux de | - |
| Data de aceite: dc.date.accessioned | 2025-09-01T10:51:48Z | - |
| Data de disponibilização: dc.date.available | 2025-09-01T10:51:48Z | - |
| Data de envio: dc.date.issued | 2025-08-11 | - |
| Data de envio: dc.date.issued | 2025-08-11 | - |
| Data de envio: dc.date.issued | 2023 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/1884/97867 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/1884/97867 | - |
| Descrição: dc.description | Orientador: Prof. Thiago de Oliveira Quinelato, DSc. | - |
| Descrição: dc.description | Coorientador: Prof. Roberto Ribeiro Santos Junior, DSc. | - |
| Descrição: dc.description | Monografia (graduação) - Universidade Federal do Paraná, Setor de Ciências Exatas, Curso de Graduação em Matemática Industrial | - |
| Descrição: dc.description | Inclui referências | - |
| Descrição: dc.description | Resumo : Neste trabalho são estudadas estratégias para evitar a falha de propagação, limitação que pode ocorrer na utilização das Redes Neurais Informadas pela Física (Physics Informed Neural Networks– PINNs) quando utilizada em Equações Diferenciais Parciais (EDPs) homogêneas. Após uma revisão sobre redes neurais e a formulação original das PINNs, são revisadas duas estratégias com a finalidade de evitar a falha de propagação: os pontos adaptativos e a função gate. Também é proposta a formulação de PINNs com métodos numéricos clássicos. As estratégias mencionadas, assim como a formulação original de PINNs, foram testa das na equação do transporte com velocidade variável, onde a estratégia dos pontos adaptativos se mostrou mais eficiente, sendo a única estratégia capaz de aproximar a solução da EDP com precisão | - |
| Descrição: dc.description | Abstract : In this work, strategies to prevent the propagation failure are studied. Propagation failure is a limitation that can occur when using Physics-Informed Neural Networks (PINNs) with homogeneous Partial Differential Equations (PDEs). Following a review of neural networks and the original PINNs formulation, two strategies aimed at preventing the propagation failure are examined: adaptive points and the gate function. Additionally, the formulation of PINNs in conjunction with classical numerical methods is proposed. The mentioned strategies, along with the original PINNs formulation, were tested on the transport equation with variable velocity. Among these, the adaptive points strategy proved to be the most efficient, being the only approach capable of approximating the PDE solution with precision | - |
| Formato: dc.format | 1 recurso online : PDF. | - |
| Formato: dc.format | application/pdf | - |
| Formato: dc.format | application/pdf | - |
| Palavras-chave: dc.subject | Redes neurais (Computação) | - |
| Palavras-chave: dc.subject | Propagação | - |
| Palavras-chave: dc.subject | Equações diferenciais parciais | - |
| Título: dc.title | Estratégias para evitar soluções triviais indesejadas na solução numérica via redes neurais de equações diferenciais parciais homogêneas | - |
| Aparece nas coleções: | Repositório Institucional - Rede Paraná Acervo | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: