How to Use a PINN for a Navier-Stokes Inverse Problem

Artikel ini merupakan panduan teknis dari Towards Data Science tentang cara membangun Physics-Informed Neural Network (PINN) dari nol menggunakan PyTorch untuk menyelesaikan masalah invers Navier-Stokes. Fokusnya adalah kasus aliran darah pada arteri yang menyempit, di mana model diminta merekonstruksi profil aliran, viskositas, dan tegangan geser dinding (wall shear stress) hanya dari 40 pembacaan kecepatan yang bising. Pendekatan ini menunjukkan bagaimana PINN dapat menggabungkan hukum fisika dengan data yang sedikit dan tidak sempurna. Artikel ditujukan bagi pembaca dengan minat pada machine learning, simulasi fisika, dan aplikasi biomedis.