Reduction, Approximation, Machine Learning, Surrogates, Emulators and SimulatorsКНИГИ » ТЕХНИЧЕСКИЕ НАУКИ
Название: Reduction, Approximation, Machine Learning, Surrogates, Emulators and Simulators (RAMSES) Автор: Gianluigi Rozza, Giovanni Stabile, Max Gunzburger, Marta D'Elia Издательство: Springer Год выхода: 2024 Страниц: 265 Формат: True PDF Размер: 17,5 MB Язык: английский
This volume is focused on the review of recent algorithmic and mathematical advances and the development of new research directions for Mathematical Model Approximations via RAMSES (Reduced order models, Approximation theory, Machine learning, Surrogates, Emulators, Simulators) in the setting of parametrized partial differential equations also with sparse and noisy data in high-dimensional parameter spaces.
Mathematical Methods in Data Science Название: Mathematical Methods in Data Science Автор: Jingli Ren, Haiyan Wang Издательство: Elsevier Год: 2023 Страниц: 260 Язык: английский Формат:...
Statistical Foundations of Data Science Название: Statistical Foundations of Data Science Автор: Jianqing Fan, Runze Li Издательство: Chapman and Hall/CRC Год: 2020 Страниц: 775 Язык:...
Deep Reinforcement Learning for Wireless Networks Название: Deep Reinforcement Learning for Wireless Networks Автор: F. Richard Yu, Ying He Издательство: Springer Год: 2019 Язык: английский Формат:...
Machine Learning for Model Order Reduction Название: Machine Learning for Model Order Reduction Автор: Khaled Salah Mohamed Издательство: Springer ISBN: 331975713X Год: 2018 Страниц: 99 ...
Информация
Посетители, находящиеся в группе Гости, не могут оставлять комментарии к данной публикации.