Numerical and Data-Driven Modelling in Coastal, Hydrological and Hydraulic Engineering
Ce livre présente des études récentes couvrant les aspects des défis en matière de modélisation prédictive et d'applications. Des techniques numériques avancées pour une prédiction en temps réel précise et efficace et une gestion optimale dans l'ingénierie côtière et hydraulique sont explorées.
Par exemple, des maillages adaptatifs non structurés sont introduits pour capturer les dynamiques importantes qui opèrent sur une gamme d'échelles de longueur. Les techniques d'apprentissage profond permettent des simulations de modélisation rapides et précises et ouvrent la voie à la fois à la prévision en temps réel et au contrôle de l'optimisation globale dans le temps, améliorant ainsi la rentabilité et la gestion des risques. L'utilisation de techniques d'assimilation de données incorpore des informations provenant d'expériences et d'observations afin de réduire les incertitudes dans les prévisions et d'améliorer la précision des prédictions.
Des approches d'observation ciblées peuvent être utilisées pour identifier quand, où et quels types d'observations permettraient d'améliorer le plus possible les prévisions d'un modèle spécifique à une date ultérieure. Ces observations ciblées sont importantes car elles permettent d'utiliser au mieux les ressources de surveillance disponibles.
La combinaison de l'apprentissage profond et de l'assimilation de données permet une réponse rapide et précise dans les situations d'urgence. Les technologies présentées ici peuvent également être utilisées pour déterminer la sensibilité des résultats à diverses conditions opérationnelles dans les domaines de l'ingénierie et de la gestion, et fournir ainsi des informations fiables au public et aux décideurs.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)