英語の講義ですが、計算物理学のやさしい解説講義(pythonコード付き）が公開されています。Physics-informed machine learningというのは、機械学習の際に物理学的知識を組み込んだAIをつくって使うというもののようです。ワシントン大学からの動画です。
Physics Informed Machine Learning with applications in Materials, by @UW expert, Prof. Navid Zobeiry
Coolest new series on Youtube! Thanks Navid for sharing your deep knowledge with us! 🙏🧠🤯https://t.co/KL4IQceyrY
All code/slides: https://t.co/LdiGoQxZAp
— Steven Brunton (@eigensteve) May 8, 2025
Physics-Informed Machine Learning, Section 1 – Introduction, Part 1
https://youtu.be/ak2oTkooJ_s?
Course: Physics-Informed Machine Learning
https://composites.uw.edu/AI/
内容目次を引用しておきます。具体例を通じて学べるよい講義のようです！
Section 1: Introduction
OFAT (One-Factor-At-A-Time) vs. DOE (Design of Experiments) vs. Iterative Machine Learning, Quick Overview of Traditional ML Methods (NN, GPR, Ensemble Methods)
Section 2: Case Study on Heat Transfer
Physics-Informed Features, Loss, and Domain Transformation with Neural Networks (NN)
Section 3: Case Study on Discovering Chemical Reactions
Physics-Informed Augmentation with Sparse Identification of Nonlinear Dynamics (SINDy)
Section 4: Case Study on 3D Printing
Physics-Informed Synthetic Features using Finite Element with Ensemble Methods
Section 5: Case Study on Adhesive Bonding Strength
Physics-Informed Domain Transformation and Dimensionality Reduction with Gaussian Process Regression (GPR)
同じワシントン大学からの次の講義もあります。最初のツイートをしている先生です。動画には日本語字幕もついているようでこちらも本格的に勉強するのによさそうです。
Physics Informed Machine Learning
作成者: Steve Brunton 再生リストをご覧ください。
https://youtube.com/playlist?list=PLMrJAkhIeNNQ0BaKuBKY43k4xMo6NSbBa&
最初の動画をうめこんでおきます。
Physics Informed Machine Learning: High Level Overview of AI and ML in Science and Engineering
Course: Physics-Informed Machine Learning
https://youtu.be/JoFW2uSd3Uo?