Repolode
投稿する
pnnl

pnnl/neuromancer

パラメトリック制約付き最適化、物理法則に基づくシステム同定、パラメトリックモデル予測制御のための、PyTorchベースの微分可能プログラミングライブラリ。

GitHub で見る公式サイト
スター
1,383
フォーク
185
未解決の Issue
16
最終コミット
4 時間前

これは何？

NeuroMANCERは、パラメトリック制約付き最適化問題の解の学習、力学系の物理法則に基づくモデル構築、制御ポリシーの学習を行うための、PyTorch製の微分可能プログラミングライブラリです。ニューラルネットワークと科学技術計算を組み合わせ、対象領域の方程式や制約、事前知識を学習プロセスに直接組み込めます。

変数、制約、目的関数を定義するシンボリックプログラミングインターフェースに加え、ニューラルモジュールや力学モデルを組み合わせるためのNodeおよびSystem抽象化を提供します。ニューラルODE、Koopman作用素、SINDy、Kolmogorov-Arnoldネットワーク、関数エンコーダ、DeepONetやFourier Neural Operatorsなどのニューラルオペレータ、PDE向けの物理法則に基づくニューラルネットワークに対応しています。制御や安全性制約付き学習向けに、Differentiable Predictive Controlと微分可能な凸最適化レイヤーも備えています。

リポジトリには、Colabですぐに実行できる多数のチュートリアルや、建物の熱力学やHVAC制御などの分野別サンプルが含まれています。また、GPUおよび複数GPUでの学習に対応するためPyTorch Lightningと統合されています。pipでインストールできます。

主な機能

  • 01物理方程式、制約、目的関数を学習問題に組み込むためのシンボリックインターフェース。
  • 02ペナルティベースの損失関数と微分可能な凸最適化レイヤーによる、パラメトリック制約付き最適化。
  • 03ニューラルODE、Koopman作用素、SINDy、状態空間モデルを用いた力学系モデルの学習。
  • 04非線形システムの制御ポリシーを学習するためのDifferentiable Predictive Control。
  • 05物理法則に基づくニューラルネットワークと、DeepONetやFourier Neural Operatorなどのニューラルオペレータ。
  • 06GPUおよび複数GPUでの学習に対応するPyTorch Lightningとの統合。

ユースケース

  • HVACシステムによる室温制御の学習など、建物のエネルギー管理。
  • 既知の方程式を守りながら、計測データから物理システムのサロゲートモデルを学習。
  • さまざまなパラメータ設定に対して、制約付き最適化問題を多数すばやく解く。
  • 拡散や流体の流れなどを表すPDE向けの、物理法則に基づくニューラルネットワークのプロトタイピング。

クイックスタート

  1. 1

    PyPIからライブラリをインストールする

    pip install neuromancer
  2. 2

    Pythonで制約付き最適化の簡単な例を実行する（READMEに示されているとおりにモデル、ノード、損失を定義する）

使う前に知っておきたいこと

  • ライセンスはNOASSERTIONと記載されているため、使用前にリポジトリで利用条件を確認する必要があります。
  • チュートリアルやサンプルの多くはGPUに適したPyTorchのワークフローを前提としているため、CPUでは処理が遅くなる場合があります。

トピック

#constrained-optimization#differentiable-programming#physics-informed-ml#model-predictive-control#system-identification#pytorch#neural-operators#control-systems#deep-learning#differentiable-control

よくある質問

neuromancer とは？
パラメトリック制約付き最適化、物理法則に基づくシステム同定、パラメトリックモデル予測制御のための、PyTorchベースの微分可能プログラミングライブラリ。 NeuroMANCERは、パラメトリック制約付き最適化問題の解の学習、力学系の物理法則に基づくモデル構築、制御ポリシーの学習を行うための、PyTorch製の微分可能プログラミングライブラリです。ニューラルネットワークと科学技術計算を組み合わせ、対象領域の方程式や制約、事前知識を学習プロセスに直接組み込めます。
neuromancer は無料で使えますか？ライセンスは？
neuromancer は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
neuromancer は今もメンテナンスされていますか？
活発にメンテナンス中。neuromancer の最終コミットは 2026年10月22日 です。
neuromancer は何に使えますか？
HVACシステムによる室温制御の学習など、建物のエネルギー管理。 既知の方程式を守りながら、計測データから物理システムのサロゲートモデルを学習。 さまざまなパラメータ設定に対して、制約付き最適化問題を多数すばやく解く。 拡散や流体の流れなどを表すPDE向けの、物理法則に基づくニューラルネットワークのプロトタイピング。
neuromancer のインストール方法は？
PyPIからライブラリをインストールする: pip install neuromancer Pythonで制約付き最適化の簡単な例を実行する（READMEに示されているとおりにモデル、ノード、損失を定義する）
neuromancer はどこで入手できますか？
ソースコードとインストール手順は GitHub にあります：https://github.com/pnnl/neuromancer

概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。

関連プロジェクト