jinns: a JAX Library for Physics-Informed Neural Networks

要約

jinns は、物理学に基づいたニューラル ネットワーク用のオープンソース Python ライブラリであり、順問題と逆問題の両方、およびメタモデル学習に取り組むために構築されています。
JAX エコシステムに根ざしており、実際の問題を効率的にプロトタイピングするための多用途のフレームワークを提供し、同時に特定のニーズへの拡張も簡単に可能にします。
さらに、この実装では、モデルの定義と最適化に equinox や optax などの既存の一般的な JAX ライブラリを活用しており、ユーザーに親しみやすさをもたらします。
多くのモデルがベースラインとして利用可能であり、ドキュメントではさまざまなユースケースのリファレンス実装と、特定のニーズに拡張するためのステップバイステップのチュートリアルが提供されています。
コードは Gitlab https://gitlab.com/mia_jinns/jinns で入手できます。

要約(オリジナル)

jinns is an open-source Python library for physics-informed neural networks, built to tackle both forward and inverse problems, as well as meta-model learning. Rooted in the JAX ecosystem, it provides a versatile framework for efficiently prototyping real-problems, while easily allowing extensions to specific needs. Furthermore, the implementation leverages existing popular JAX libraries such as equinox and optax for model definition and optimisation, bringing a sense of familiarity to the user. Many models are available as baselines, and the documentation provides reference implementations of different use-cases along with step-by-step tutorials for extensions to specific needs. The code is available on Gitlab https://gitlab.com/mia_jinns/jinns.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google