Internship and thesis proposals
Rogue waves learning with physics informed neural networks

Domaines
Statistical physics
Low dimension physics
Hydrodynamics/Turbulence/Fluid mechanics

Type of internship
Théorique, numérique
Description
L'objet du stage est d'étudier dans quelle mesure on peut informer un réseau de neurones sur la symétrie d'échelle. Le système physique considéré est l'équation de Schrödinger non-linéaire dans un régime où des singularité à temps fini (sorte de vagues scélérates) apparaissent, et dont on cherche à "apprendre" les solutions à l'aide de "physics informed neural networks".

Contact
Cyril Furtlehner
Laboratory : LISN -
Team : Decipher/TAU
Team Website
/ Thesis :    Funding :