کتاب Deep Learning-Based Forward Modeling and Inversion Techniques for Computational Physics Problems اثر Yinpeng Wang, Qiang Ren انتشارات مؤلفین طلایی
0%
(0 نفر) از خریداران، این کالا را پیشنهاد کرده اند
برند :
انتشارات مؤلفین طلاییویژگی ها
- نوع جلد : شومیز
- نوع کاغذ : تحریر
مشخصات محصول
این کتاب به طور مفصل تکنیک یادگیری عمیق (DL) در حال ظهور در فیزیک محاسباتی را بررسی میکند و پتانسیل امیدوارکننده آن را برای جایگزینی حلکنندههای عددی معمولی برای محاسبه میدانها در زمان واقعی ارزیابی میکند. پس از آموزش خوب، معماری پیشنهادی میتواند مشکلات محاسبات پیشرو و بازیابی معکوس را حل کند.
این کتاب با تعقیب یک دیدگاه کل نگر شامل حوزه های زیر است. فصل اول چارچوب های اساسی DL را مورد بحث قرار می دهد. سپس، مسئله رسانش گرما پایدار توسط U-net کلاسیک در فصل 2 حل می شود که شامل هر دو حالت غیرفعال و فعال است. پس از آن، شار حرارتی پیچیده روی یک سطح منحنی توسط Conv-LSTM ارائه شده بازسازی میشود و دقت و کارایی بالایی را نشان میدهد. علاوه بر این، یک ساختار DL با اطلاعات فیزیک همراه با یک ماژول نگاشت غیرخطی برای به دست آوردن رسانایی حرارتی مربوط به فضا/دما/زمان از طریق دمای گذرا در فصل 4 استفاده میشود. در نهایت، در فصل 5، مجموعهای از آخرین چارچوبهای پیشرفته و برنامه های کاربردی فیزیک مربوطه معرفی شده اند.
این کتاب آخرین ویرایش این کتاب میباشد که توسط انتشارات مؤلفین طلایی به صورت اختصاصی در کشور به چاپ و نشر رسیده است.
نویسنده
Yinpeng Wang and Qiang Ren
ناشر
مؤلفین طلایی
موضوع
فیزیک
قطع
وزیری
نوع جلد
شومیز
نوع کاغذ
تحریر
تعداد صفحه
200
