Imagine treinar uma rede neural que não apenas aprende com dados — ela aprende com as leis da física. É exatamente isso que as PINNs fazem, e este livro é o guia mais completo em português sobre o tema.
Com 446 páginas e mais de 95 capítulos, o material cobre desde a teoria fundamental diferenciação automática, espaços de Sobolev, funções de perda compostas até aplicações industriais reais como dinâmica de fluidos computacional, hemodinâmica, aerodinâmica supersônica e mecânica dos sólidos.
Cada conceito vem acompanhado de código funcional em PyTorch. Não é pseudocódigo didático é implementação real, com otimização híbrida Adam + L-BFGS, amostragem via Latin Hypercube e monitoramento de erro por checkpoints.
Se você trabalha com simulação numérica, pesquisa em machine learning ou quer entender onde a inteligência artificial e a física se encontram de verdade, este é o material que faltava.
| Número de páginas | 446 |
| Edição | 1 (2026) |
| Idioma | Português |
Tem algo a reclamar sobre este livro? Envie um email para atendimento@clubedeautores.com.br
Faça o login deixe o seu comentário sobre o livro.