V
主页
科学计算中的深度学习——苏黎世联邦理工学院_05 Physics-informed neural networks
发布人
https://www.youtube.com/watch?v=y6wHpRzhhkA&t=27s 《Deep Learning in Scientific Comupting》——苏黎世联邦理工学院,Mishra Siddhartha 1. Issues with traditional methods for scientific computing such as Finite Element, Finite Volume, etc, particularly for PDE models with high-dimensional state and parameter spaces. 传统科学计算方法(如有限元、有限体积等)存在的问题,特别是具有高维状态和参数空间的偏微分方程模型。 2. Introduction to Deep Learning: Artificial Neural Networks, Supervised learning, Stochastic gradient descent algorithms for training, different architectures: Convolutional Neural Networks, Recurrent Neural Networks, ResNets. 深度学习简介:人工神经网络、监督学习、用于训练的随机梯度下降算法、不同的架构:卷积神经网络、递归神经网络、ResNets。 3. Theoretical Foundations: Universal approximation properties of the Neural networks, Bias-Variance decomposition, Bounds on approximation, and generalization errors. 理论基础:神经网络的通用近似性质、偏差-方差分解、近似边界和泛化误差。 4. Supervised deep learning for solutions fields and observables of high-dimensional parametric PDEs. Use of low-discrepancy sequences and multi-level training to reduce generalization error. 高维参数偏微分方程的解场和可观测量的监督深度学习。使用低差异序列和多层次训练来减少泛化误差。 5. Uncertainty Quantification for PDEs with supervised learning algorithms. 使用监督学习算法对偏微分方程进行不确定性量化。 6. Deep Neural Networks as Reduced order models and prediction of solution fields. 深度神经网络作为降阶模型和解场预测。 7. Active Learning algorithms for PDE constrained optimization. 用于偏微分方程约束优化的主动学习算法。 8. Recurrent Neural Networks and prediction of time series for dynamical systems. 9. Physics Informed Neural networks (PINNs) for the forward problem for PDEs. Applications to high-dimensional PDEs. 物理知情神经网络 (PINN) 用于偏微分方程的前向问题。在高维偏微分方程中的应用。 10. PINNs for inverse problems for PDEs, parameter identification, optimal control, and data assimilation. All the algorithms will be illustrated on a variety of PDEs: diffusion models, Black-Scholes type PDEs from finance, wave equations, Euler and Navier-Stokes equations, hyperbolic systems of conservation laws, and Dispersive PDEs among others.
打开封面
下载高清视频
观看高清视频
视频下载器
科学计算中的深度学习——苏黎世联邦理工学院_12_Differentiable physics and neural differential equation
科学计算中的深度学习——苏黎世联邦理工学院_07 Neural operators
【苏黎世联邦理工系列】人工智能,大数据,机器学习,概率统计,代数几何,计算机系统结构
强推!上海交大、腾讯、中国科学院三方强强联合的【python+机器学习+深度学习】系列课程,堪称人工智能系列课程的巅峰之作!-人工智能/深度学习/机器学习
科学计算中的深度学习——苏黎世联邦理工学院_03 Introduction to deep learning II
科学计算中的深度学习——苏黎世联邦理工学院_08 Neural operators-applications
科学计算中的深度学习——苏黎世联邦理工学院_04 Physics-informed neural networks
现代流体力学数值模拟方法——西北工业大学(2022秋)
科学计算中的深度学习 —— 苏黎世联邦理工学院_01 Course Introduction
科学计算中的深度学习——苏黎世联邦理工学院_06 Physics-informed neural networks
科学计算中的深度学习——苏黎世联邦理工学院_02 Introduction to deep learning
科学计算中的深度学习——苏黎世联邦理工学院_10_Graph and sequence models
科学计算中的深度学习——苏黎世联邦理工学院_13_Future trends and overview of CAMLAB
暑假最应该做这件事|大学生迟早要掌握的技能!AI教程推荐【建议收藏】
强推【中文语音翻译】MATH676科学计算中的有限元方法(Finite element methods in scientific computing)
B站强推!一口气学完人工智能入门到精通:机器学习+深度学习+强化学习,课程涵盖所有基础知识及项目实战,主打一个通俗易懂!
科学计算中的深度学习——苏黎世联邦理工学院_09_Neural operators-extensions
科学计算中的深度学习——苏黎世联邦理工学院_11_Differentiable physics-introduction
吹爆!这可能是B站最全的Transformer系列教程了,花3小时就能从入门到进阶,看完你对Transformer全面了解!人工智能|深度学习|神经网络
我TM吹爆!这才是B站最系统的transformer!中科院大佬亲讲200集,全程干货满满!学不会自我反省!(自然语言处理/深度学习/神经网络/ChatGPT)
南京大学周志华教授亲讲!大佬终于把机器学习讲的如此通俗易懂!学习视频教程分享给大家!_附教材电子版本
全网近百万大学生研究生收藏!逐行解读深度学习代码的网站!
【比刷剧还爽】2024年小破站讲的最好的 机器学习全套教程 ,20小时看完直接面试上岗!!!(Python+机器学习+深度学习+AI人工智能)
2024最火的两个模型:Informer+LSTM两大时间序列预测模型,论文精读+代码复现,究极通俗易懂!——人工智能|AI|机器学习|深度学习
我在B站上大学!【完整版-麻省理工-微积分重点】全18讲!学数学不看的微积分课程,看完顺滑一整年。_人工智能数学基础/机器学习/微积分/麻省理工/高等数学
太厉害了 已跪!终于有人能把OpenCV图像处理+YOLO目标检测讲的这么通俗易懂了,计算机视觉付费全套教程无偿分享给大家!-深度学习丨计算机视觉丨YOLO
研究生必备!里面99%的论文都能找到,一个代码复现的神级网站!人工智能/机器学习/深度学习/论文复现/代码
6月最新Midjourney中文版来了!不用梯!不限次数永久使用(附工具包)、0基础新手必备、Midjourney安装、Midjourney教程
冒死上传!公式代码一条龙【MATLAB论文复现】教程,花费12800的买MATLAB论文如何完整复现?草履虫都能看懂!
【122集付费!】CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络一口气全部学完!
吹爆!这可能是B站最全的GPT4o指导教程双语版,1小时清楚GPT4o有哪些能力被显著提升,以及使用GPT4打造智能程序,看完全面了解GPT4o模型!
刷完这NumPy100例,你就搞定了95%的NumPy!
原著大佬李沐带你读《动手学深度学习》视频教程+PDF深度学习神经网络原理与代码实现 (人工智能、深度学习、机器学习算法、神经网络、图像处理、AI)
2024年完整的人工智能入门指南
Mamba从数学推导到代码的一条龙?看一遍就够了!
深度学习中,模型可视化,特征图的可视化,CAM热力图可视化
【全122集】冒死上传!CNN、RNN、GAN、GNN、DQN、Transformer、LSTM等八大深度学习神经网络一口气全部学完!
不愧是GitHub大佬!半天就教会了我YOLO、SSD、FasterRCNN、FastRCNN、SPPNet、RCNN等六大目标检测算法!深度学习/体检测
【MATLAB神经网络和优化算法】只需要花三个小时即可学会,从入门到成神!能听懂人话就绝对能学会!大佬教你轻松入门-人工智能丨MATLAB丨神经网络丨机器学习
基于YOLOV8的疲劳检测,考试破防周,你疲劳吗?