Laboratorio de PINNs & SciML en AWS
Redes Neuronales Informadas por la Física para resolución de EDPs (Burgers 1D, difusión térmica 2D, Navier-Stokes) con APIs en FastAPI y despliegue en AWS EC2.
Resumen del Proyecto
Este ecosistema de proyectos aplica Machine Learning Científico (SciML) a problemas clásicos y avanzados de la física matemática. Las leyes fundamentales de conservación (masa, momento, energía) se incrustan directamente en la función de optimización de la red mediante diferenciación automática.
Ecuaciones Modeladas y Arquitectura Cloud
- Ecuación de Burgers 1D & Difusión Térmica 2D: Modelado preciso de frentes de onda de choque y perfiles de conducción de calor.
- Flujos de Navier-Stokes: Simulación no lineal de fluidos incompresibles con estimación inversa de coeficientes de arrastre.
- Infraestructura en AWS: Microservicios construidos con FastAPI, empaquetados en contenedores y orquestados en instancias AWS EC2, integrando almacenamiento y checkpoints en AWS S3 con políticas de seguridad IAM.