인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
물리탐사 자료의 해석은 지배방정식이 명확한 역산 문제이지만, 해의 불량조건성과 레이블 자료의 희소성으로 순수 데이터 기반 기계학습의 적용에는 한계가 있다. 물리정보 기계학습(physics-informed ML)은 물리 지식을 학습 과정에 직접 반영하여 이러한 한계를 보완하는 접근이다. 이 논문에서는 관련 기법을 물리 지식의 주입 방식에 따라 소프트 제약, 하드 제약, 연산자 학습, 하이브리드로 분류하고, 탄성파, 전기·전자, 중력·자력 탐사 등 탐사법별 적용 사례를 체계적으로 검토하였다. 아울러 학습 불안정성, 3차원 확장성, 현장자료 검증 부족, 불확실성 정량화 부재를 공통 한계로 도출하고 최근 제안된 해결법을 정리하였으며, 물리탐사 워크플로 자동화 관점에서 향후 연구 방향을 제시하였다. 이 논문은 체계적 분류와 적용 현황을 제공하여 후속 연구의 출발점이 될 것으로 기대된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
