트랙

과학 머신러닝

물리 법칙·시뮬레이션·실험을 학습과 어떻게 결합하고, 발견의 순환에 넣는가?

24부 Scientific Machine Learning

• 24.1 물리 모델과 학습 문제
• 24.2 물리 정보 신경망(PINN)
• 24.3 Neural ODE와 미분가능 시뮬레이션
• 24.4 Neural Operator와 동역학 학습
• 24.5 하이브리드 모델과 대리모델
• 24.6 시스템 식별과 상태 추정
• 24.7 역문제와 불확실성 정량화
• 24.8 대칭성을 반영한 과학 모델

25부 과학적 발견과 실험 설계

• 25.1 시뮬레이션 기반 추론
• 25.2 방정식 발견과 기호 회귀
• 25.3 능동 학습과 베이지안 실험 설계
• 25.4 자율 실험과 closed-loop 연구
• 25.5 과학 Foundation Model
• 25.6 AI 에이전트와 연구 자동화