开发工具:
文件大小: 47mb
下载次数: 0
上传时间: 2021-03-19
详细说明：ENM531：数据驱动的建模和概率科学计算
课程说明
我们将从统计学习的角度重新审视古典科学计算。在这种新的计算范式中，微分方程，守恒定律和数据在预测建模管道中充当补充代理。本课程旨在探索现代机器学习作为一种统一的计算工具的潜力，该工具使人们能够从实验数据中学习模型，推导微分方程的解决方案，融合来自模型层次结构的信息以量化计算中的不确定性，并有效地优化复杂的工程系统。
涉及的特定主题涵盖了有监督和无监督学习的最新发展：使用深度神经网络进行非线性回归/分类，使用高斯过程进行不确定性下的多保真度建模和计算，贝叶斯优化，卷积和递归神经网络，使用主成分分析进行模型简化，变体自动编码器和概率潜在变量模型。这些工具的有效性将通过多种工程应用得到证明，包括流体动力学，传热，设计优化和心血管流动建模方面的例子。
课程先决条件
基本微积分和线性代数（MATH 240或MATH 513或ENM 240）
基本
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
