Apprentissage automatique, approximations de faible rang et modélisation d'ordre réduit en mécanique informatique

Titre original :

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

Contenu du livre :

L'utilisation de l'apprentissage automatique en mécanique est en plein essor. Les algorithmes inspirés des développements dans le domaine de l'intelligence artificielle couvrent aujourd'hui des champs d'application de plus en plus variés.

Ce livre illustre les résultats récents sur le couplage de l'apprentissage automatique avec la mécanique computationnelle, en particulier pour la construction de modèles de substitution ou de modèles d'ordre réduit. Les articles contenus dans cette compilation ont été présentés lors du colloque EUROMECH 597, " Reduced Order Modeling in Mechanics of Materials ", qui s'est tenu à Bad Herrenalb, en Allemagne, du 28 au 31 août 2018. Dans ce livre, les réseaux de neurones artificiels sont couplés à des modèles basés sur la physique.

Le format tensoriel des données de simulation est exploité dans les modèles de substitution ou pour l'élagage des données. Divers modèles d'ordre réduit sont proposés via des stratégies d'apprentissage automatique appliquées aux données de simulation.

Comme les modèles d'ordre réduit ont des erreurs d'approximation spécifiques, des estimateurs d'erreur sont également proposés dans ce livre. Les exemples numériques proposés sont très proches des problèmes d'ingénierie.

Le lecteur trouvera dans ce livre une référence utile pour identifier les progrès de l'apprentissage automatique et de la modélisation d'ordre réduit pour la mécanique informatique.

Autres informations sur le livre :

• ISBN : 9783039214099
• Auteur : Felix Fritzen
• Éditeur : Mdpi Ag
• Reliure : Broché