Computational Mechanics with Deep Learning
Cập nhật vào: Thứ hai - 18/11/2024 20:57
Nhan đề chính: Computational Mechanics with Deep Learning
Nhan đề dịch: Cơ học tính toán với học sâu
Tác giả: Genki Yagawa, Atsuya Oishi
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 416 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-11847-0
SpringerLink
Lời giới thiệu: Cuốn sách này dành cho sinh viên, kỹ sư và nhà nghiên cứu quan tâm đến cả cơ học tính toán và học sâu. Sách trình bày nền tảng toán học và tính toán của Học sâu với các công thức toán học chi tiết theo cách dễ hiểu. Sách cũng thảo luận về nhiều ứng dụng khác nhau của Học sâu trong Cơ học tính toán, với các giải thích chi tiết về các nguyên tắc cơ bản của Cơ học tính toán được chọn ở đó. Các chương trình mẫu được đưa vào để người đọc thử nghiệm trong thực tế. Do đó, cuốn sách này hữu ích cho nhiều độc giả quan tâm đến cơ học tính toán và học sâu.
Từ khóa: Cơ học tính toán, Học sâu, Mạng lưới nơ-ron, Học máy
Nội dung cuốn sách gồm những phần sau:
- Nền tảng toán học cho học sâu
- Cơ học tính toán với học sâu
- Nghiên cứu tình huống
- Số học cầu phương với học sâu
- Cải thiện các giải pháp phần tử hữu hạn với học sâu
- Cơ học tiếp xúc với học sâu
- Mô phỏng dòng chảy với học sâu
- Các ứng dụng khác với Deep Learning
- Cơ sở cho lập trình máy tính
- Lập trình máy tính cho một vấn đề đại diện
Nhan đề dịch: Cơ học tính toán với học sâu
Tác giả: Genki Yagawa, Atsuya Oishi
Nhà xuất bản: Springer Cham
Năm xuất bản: 2023
Số trang: 416 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-11847-0
SpringerLink
Lời giới thiệu: Cuốn sách này dành cho sinh viên, kỹ sư và nhà nghiên cứu quan tâm đến cả cơ học tính toán và học sâu. Sách trình bày nền tảng toán học và tính toán của Học sâu với các công thức toán học chi tiết theo cách dễ hiểu. Sách cũng thảo luận về nhiều ứng dụng khác nhau của Học sâu trong Cơ học tính toán, với các giải thích chi tiết về các nguyên tắc cơ bản của Cơ học tính toán được chọn ở đó. Các chương trình mẫu được đưa vào để người đọc thử nghiệm trong thực tế. Do đó, cuốn sách này hữu ích cho nhiều độc giả quan tâm đến cơ học tính toán và học sâu.
Từ khóa: Cơ học tính toán, Học sâu, Mạng lưới nơ-ron, Học máy
Nội dung cuốn sách gồm những phần sau:
- Nền tảng toán học cho học sâu
- Cơ học tính toán với học sâu
- Nghiên cứu tình huống
- Số học cầu phương với học sâu
- Cải thiện các giải pháp phần tử hữu hạn với học sâu
- Cơ học tiếp xúc với học sâu
- Mô phỏng dòng chảy với học sâu
- Các ứng dụng khác với Deep Learning
- Cơ sở cho lập trình máy tính
- Lập trình máy tính cho một vấn đề đại diện