Perpustakaan Digital ITB

Peningkatan performa dan kecepatan konvergensi dalam pelatihan jaringan saraf sangat penting dalam pengembangan aplikasi kecerdasan buatan. Optimizer adalah komponen kunci yang bertanggung jawab untuk mengoptimalkan bobot dan bias dalam jaringan saraf. Salah satu teknik yang dikembangkan adalah optimizer Neural network algorithm. Beberapa tahun belakangan terdapat metode yang digunakan untuk mendapatkan hampiran suatu solusi persamaan diferensial parsial yang dikenal dengan metode Physics-informed neural network (PINN) yang diperkenalkan oleh Raissi pada tahun 2019, metode tersebut adalah untuk memodelkan fungsi yang mencakup solusi dari persamaan diferensial, dengan menggunakan informasi fisika serta variabel-variabel fisika lainnya yang terkait dengan sistem yang sedang dipelajari. Dalam penelitian ini dipadukan metode Physics-informed neural network (PINN) yang pada umumnya menggunakan optimizer berbasis turunan namun pada penelitian ini dikombinasikan dengan optimizer Neural network algorithm yang diperkenalkan pertama kali oleh Sadollah di tahun 2018 untuk menyelesaikan persamaan diferensial parsial.