Strojové učenie, aproximácie s nízkym rangom a modelovanie redukovaného rádu vo výpočtovej mechanike

Pôvodný názov:

Machine Learning, Low-Rank Approximations and Reduced Order Modeling in Computational Mechanics

Obsah knihy:

Využívanie strojového učenia v mechanike je na vzostupe. Algoritmy inšpirované vývojom v oblasti umelej inteligencie dnes pokrývajú čoraz rozmanitejšie oblasti použitia.

Táto kniha ilustruje najnovšie výsledky prepojenia strojového učenia s výpočtovou mechanikou, najmä na konštrukciu náhradných modelov alebo modelov redukovaného rádu. Články obsiahnuté v tomto zborníku boli prezentované na kolokviu EUROMECH 597, " Reduced Order Modeling in Mechanics of Materials, ktoré sa konalo v Bad Herrenalb, Nemecko, od 28. do 31.

augusta 2018. V tomto zborníku sú umelé neurónové siete spojené s modelmi založenými na fyzike.

Tenzorový formát simulačných údajov sa využíva v náhradných modeloch alebo na orezávanie údajov. Prostredníctvom stratégií strojového učenia aplikovaných na simulačné údaje sa navrhujú rôzne modely redukovaného rádu. Keďže modely redukovaného rádu majú špecifické chyby aproximácie, v tejto knihe sú navrhnuté aj odhadovače chýb.

Navrhované numerické príklady sú veľmi blízke inžinierskym problémom. Pre čitateľa bude táto kniha užitočnou pomôckou pri identifikácii pokroku v oblasti strojového učenia a modelovania redukovaného rádu pre výpočtovú mechaniku.