Apresentar modelos de aprendizado de máquina informados por física (Physics-Informed Machine Learning, PIML) para solução de equações diferenciais parciais (EDPs) lineares e não-lineares. Apresentar modelos de ordem reduzida (Reduced Order Model, ROM) para serem aplicados em conjunto com PIML. Implementar essa metodologia em notebook interativos em Python e compará-la com métodos clássicos de discretização e solução de EDPs, tais como diferenças finitas e elementos finitos, e levantar suas principais qualidades e limitações. Explorar as abordagens propostas em aplicações de engenharia.
- Docente: Marlon Sproesser Mathias