BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//pretalx//pretalx.com//pycones-2024//speaker//MLSFZB
BEGIN:VTIMEZONE
TZID:CET
BEGIN:STANDARD
DTSTART:20001029T040000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=10
TZNAME:CET
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
END:STANDARD
BEGIN:DAYLIGHT
DTSTART:20000326T030000
RRULE:FREQ=YEARLY;BYDAY=-1SU;BYMONTH=3
TZNAME:CEST
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
END:DAYLIGHT
END:VTIMEZONE
BEGIN:VEVENT
UID:pretalx-pycones-2024-JBY7WD@pretalx.com
DTSTART;TZID=CET:20241005T120500
DTEND;TZID=CET:20241005T124000
DESCRIPTION:Multitud de problemas relacionados con el comportamiento de sis
 temas físicos pueden ser descritos mediante sistemas clásicos de ecuacio
 nes diferenciales. Sin embargo\, en casos de ecuaciones complejas o inclus
 o en aplicaciones reales\, estas ecuaciones no siempre tienen soluciones a
 nalíticas simples\, y es necesario recurrir a procesos de cálculo aproxi
 mado para obtener una solución. \n\nEstos métodos presentan problemas de
  escalabilidad y largos tiempos de ejecución\, por ello\, las Redes Neuro
 nales Informadas por la Física o PINNs por sus siglas en inglés (Physics
 -Informed Neural Networks)\, presentan una forma novedosa de abordar este 
 tipo de problemas complejos\, aprovechando las capacidades de una red neur
 onal para resolver estas ecuaciones. Mediante condiciones de contorno apro
 piadas\, las soluciones proporcionadas se ajustan al comportamiento real d
 el sistema físico\, evitando soluciones que no cumplan los requisitos fí
 sicos esperados. Incluso se pueden emplear datos observados para acelerar 
 el proceso de aprendizaje y convergencia a una solución óptima. \n\nEl o
 bjetivo de esta charla es proporcionar a los asistentes con los conocimien
 tos básicos sobre PINNs de forma que tengan consciencia de este tipo de s
 oluciones y sean capaces de abordar y plantear problemas de esta índole e
 n el futuro. Los puntos principales que se cubrirán son: \n\n- Fundamento
 s de las PINNs: Conocer los principios básicos y las ventajas de las PINN
 s frente a los métodos numéricos tradicionales basados en la discretizac
 ión del dominio. \n- Implementación Técnica: Ver cómo construir y entr
 enar PINNs con un modelo simple\, con un enfoque en la creación de la red
  neuronal y el cálculo automático de derivadas (Automatic Differentiatio
 n). \n- Aplicaciones Prácticas: Ejemplos concretos de cómo las PINNs se 
 utilizan para resolver problemas industriales complejos\, como en la diná
 mica de fluidos\, la biomedicina\, y la ingeniería estructural. \n- Benef
 icios Clave: Entender las ventajas competitivas de las PINNs\, como la cap
 acidad de manejar geometrías complejas y reducir la dependencia de grande
 s conjuntos de datos. \n\nAl final de la sesión\, los participantes estar
 án equipados con el conocimiento necesario para entender e implementar PI
 NNs en sus propios proyectos\, aprovechando su potencial para resolver pro
 blemas complejos de manera eficiente y precisa. Esta charla proporcionará
  una sólida base teórica y ejemplos prácticos que demuestran el valor d
 e las PINNs en aplicaciones reales. \n\nPara aprovechar al máximo esta ch
 arla\, se recomienda que los asistentes tengan conocimientos básicos de M
 achine Learning y Python\, así como una comprensión general de sistemas 
 físicos para comprender el modelado mediante EDPs.
DTSTAMP:20260519T130709Z
LOCATION:Poalla
SUMMARY:¿Cómo enseñarle física a una red neuronal? Introducción a las 
 PINNs - Ricardo Fernández Jiménez\, Manuel Souto Juan
URL:https://pretalx.com/pycones-2024/talk/JBY7WD/
END:VEVENT
END:VCALENDAR