..:: BİLGİ VADİSİ ::.. BİLGİ VADİSİ RSS   TWİTTER   BİLGİ VADİSİ FORUM FACE GRUBU  

Anasayfa Kimler Çevrimiçi Bugünkü Mesajlar Forumları Okundu Kabul Et
Geri git   ..:: BİLGİ VADİSİ ::.. > BİLGİSAYAR & İNTERNET BÖLÜMÜ > BİLGİSAYAR GENEL EĞİTİM BÖLÜMÜ
Google

BİLGİSAYAR GENEL EĞİTİM BÖLÜMÜ Bilgisayar hakkında merak ettiğiniz her şeyi ve püf noktaları burada bulabilirsiniz

   

 
Konu Bilgileri
Konu Başlığı
Deep Learning-Based Forward Modeling and Inversion Techniques for Computational Ph...
Konudaki Cevap Sayısı
0
Şuan Bu Konuyu Görüntüleyenler
 
Görüntülenme Sayısı
16

Yeni Konu aç Cevapla
 
Seçenekler Stil
Eski 23.06.23, 02:15   #1
jockers
 
jockers - ait Kullanıcı Resmi (Avatar)
Kullanıcı Bilgileri
 
Üye Numarası: 17635
Üyelik tarihi: 23.04.2018
Mesajlar: 12.651
Konular: 12651
Rep Bilgisi
Rep Gücü : 19
Rep Puanı : 10
Rep Seviyesi : jockers is on a distinguished road
Aktivite
Level: 70 [♥ Bé-Yêu ♥♥ Bé-Yêu ♥♥ Bé-Yêu ♥♥ Bé-Yêu ♥♥ Bé-Yêu ♥]
Paylaşım: 862 / 1725
Güç: 4217 / 32435
Tecrübe: 2%

İletişim
Standart Deep Learning-Based Forward Modeling and Inversion Techniques for Computational Ph...




pdf | 532.57 MB | English | Isbn:‎ B0C6HFJ8B1 | Author: Yinpeng Wang | Year: 2023


Description:

Alıntı:
This book investigates in detail the emerging deep learning (DL) technique in computational physics, assessing its promising potential to substitute conventional numerical solvers for calculating the fields in real-time. After good training, the proposed architecture can resolve both the forward computing and the inverse retrieve problems.

Pursuing a holistic perspective, the book includes the following areas. The first chapter discusses the basic DL frameworks. Then, the steady heat conduction problem is solved by the classical U-net in Chapter 2, involving both the passive and active cases. Afterwards, the sophisticated heat flux on a curved surface is reconstructed by the presented Conv-LSTM, exhibiting high accuracy and efficiency. Additionally, a physics-informed DL structure along with a nonlinear mapping module are employed to obtain the space/temperature/time-related thermal conductivity via the transient temperature in Chapter 4. Finally, in Chapter 5, a series of the latest advanced frameworks and the corresponding physics applications are introduced.

As deep learning techniques are experiencing vigorous development in computational physics, more people desire related reading materials. This book is intended for graduate students, professional practitioners, and researchers who are interested in DL for computational physics.



Deep Learning-Based Forward Modeling and Inversion Techniques for Computational Physics Problems.rar
Kod:
https://rapidgator.net/file/c23547f309bda467aa1c5932636c1a09/Deep.Learning-Based.Forward.Modeling.and.Inversion.Techniques.for.Computational.Physics.Problems.rar

Deep Learning-Based Forward Modeling and Inversion Techniques for Computational Physics Problems.rar
Kod:
https://fikper.com/blnWMY7r4M/Deep.Learning-Based.Forward.Modeling.and.Inversion.Techniques.for.Computational.Physics.Problems.rar.html
ww.uydulife.tv
jockers isimli Üye şimdilik offline konumundadır   Alıntı ile Cevapla
Yeni Konu aç Cevapla

Bookmarks


Konuyu Toplam 1 Üye okuyor. (0 Kayıtlı üye ve 1 Misafir)
 

Yetkileriniz
Yeni Mesaj yazma yetkiniz Aktif değil dir.
Mesajlara Cevap verme yetkiniz aktif değil dir.
Eklenti ekleme yetkiniz Aktif değil dir.
Kendi Mesajınızı değiştirme yetkiniz Aktif değildir dir.

BB code is Açık
Smileler Açık
[IMG] Kodları Açık
HTML-KodlarıKapalı

Gitmek istediğiniz klasörü seçiniz


Powered by vBulletin® Version 3.8.11
Copyright ©2000 - 2024, vBulletin Solutions, Inc.
Dizayn ve Kurulum : Makinist
Forum SEO by Zoints

E-Marine Education | Vbulletin | Tosfed |
www.bilgivadisi.biz   www.bilgivadisi.biz