Descubrimiento de leyes constitutivas a partir de datos mediante TensOpSciML, un marco de cálculo tensorial basado en Python para el aprendizaje automático científico.

Abstract

Se introduce TensOpSciML, una librería en Python orientada al cálculo tensorial y diferencial para aplicaciones de Aprendizaje Automático Científico (SciML). Su utilidad se demuestra aplicando Redes Neuronales Guiadas por Física con Variables Internas (PGNNIV) para la identificación de la ley constitutiva de materiales a partir de datos observables.