Matematika Terapan & Scientific Machine Learning
Neural network sangat pandai menebak. Yang tidak otomatis ia miliki adalah alasan.
Hukum yang diturunkan secara analitik memberi titik pembanding; jaringan belajar dari titik-titik itu, dan galatnya dipakai untuk mengoreksi modelnya kembali. Lingkaran itulah inti jalur ini.
Scientific Machine Learning berangkat dari satu keberatan sederhana terhadap deep learning biasa: sebuah jaringan bisa mencocokkan data dengan sangat rapi tanpa pernah mematuhi satu pun hukum fisika di baliknya. Bidang ini mempertemukan keduanya, yaitu persamaan diferensial yang sudah diketahui dan kemampuan belajar dari data, sehingga model yang dihasilkan bukan hanya cocok dengan pengukuran, tetapi juga masuk akal secara fisis, bahkan ketika datanya sedikit dan penuh derau.
Pekerjaannya bergerak ke dua arah yang saling melengkapi. Pertama, menanamkan hukum yang sudah diketahui ke dalam model, lewat PINN, Neural ODE, atau arsitektur yang menjaga struktur seperti kekekalan energi. Kedua, kebalikannya: membaca hukum yang belum diketahui langsung dari data, misalnya dengan SINDy, ketika sistemnya terlalu rumit untuk diturunkan di atas kertas. Di antara keduanya berdiri persoalan-persoalan terapan, dari kontrol sistem fisis sampai data operasional industri.
Bagi mahasiswa, jalur ini menawarkan sesuatu yang jarang berdampingan: pertanyaan yang masih terbuka di tingkat internasional, tetapi bisa dimulai dari eksperimen kecil yang jelas benar-salahnya, karena banyak kasus ujinya punya solusi analitik sebagai pembanding. Bekal awalnya terjangkau, yaitu Python, kalkulus, dan dasar persamaan diferensial, dan hasilnya punya dua muara sekaligus: publikasi ilmiah dan persoalan industri yang datanya benar-benar dipakai orang.
Algorithm Playground
Topik-topik di peta ini lebih cepat terasa masuk akal ketika bisa diutak-atik sendiri. algplayground adalah ruang interaktif di phx.my.id untuk menjelajahi ide-ide Scientific Machine Learning ini langsung di peramban, tempat yang baik untuk memulai sebelum memilih arah tugas akhir.
Buka Algorithm Playground ↗Peta Riset, dan Tempat Anda di Dalamnya
Setiap arah besar punya versi yang bisa dikerjakan mahasiswa: proyek yang utuh dan realistis, sekaligus satu batu bata untuk program riset jangka panjang.
PINN untuk berbagai masalah fisis
Fenomena difusi panas dan gelombang. Masalah Stefan (batas bergerak, seperti pencairan es).
SINDy: menemukan persamaan dari data
Diberi suatu data, bisakah algoritma menemukan persamaan yang mengatur dinamikanya? Ini bukan sekadar regresi atau mencari korelasi, tapi bagaimana persamaan dinamika dari suatu data bisa ditelusuri.
Neural ODE dalam Time Series
Prediksi deret waktu dengan melihat struktur diferensial dalam dinamika antar variabelnya.
Analisis data operasional industri
Dari deteksi anomali hingga peramalan, beragam alat analisis dapat diterapkan.
RL untuk kontrol sistem fisis
Bisakah agen reinforcement learning (RL) mengendalikan sistem fisis, misalnya mengatur fluks panas agar front pembekuan mengikuti target?
Publikasi di Jalur Ini
Pilihan dari daftar lengkap di Google Scholar.
Financial distress prediction in emerging markets by using a machine learning approach for financial sustainability
Machine learning untuk memprediksi tekanan finansial perusahaan di pasar berkembang, sisi terapan jalur ini, tempat datanya nyata dan hasilnya langsung terpakai.
On string vibrations influenced by a smooth obstacle at one of the endpoints
Getaran dawai yang membentur penghalang licin, sebuah masalah kontak bergerak, diurai secara analitik lewat perturbasi multi-skala waktu, kelas soal yang biasanya hanya bisa didekati numerik.
On a multiple time-scales perturbation analysis of a Stefan problem with a time-dependent Dirichlet boundary condition
Solusi bentuk-tertutup untuk front yang mencair (Stefan problem) dengan batas yang ikut bergerak, memberi jawaban benar untuk mengukur seberapa jauh sebuah neural network meleset.
On a multiple timescales perturbation approach for a Stefan problem with a time-dependent heat flux at the boundary
Varian fluks-panas dari soal batas bergerak yang sama; bersama dua paper Q1 lainnya membentuk tolok ukur analitik yang jarang dimiliki riset Physics-Informed Neural Network.
Publikasi lain
Jalur lainnya
AI & Warisan Budaya Nusantara
Batik dan aksara Nusantara sebagai persoalan komputasi, sekaligus sebagai pengetahuan yang layak dijaga dan dipertahankan.
Baca →Etika & Tata Kelola Kecerdasan Buatan
Siapa yang menanggung akibat ketika sebuah sistem keliru, dan bagaimana masyarakat bisa ikut memutuskan sebelum itu terjadi.
Baca →