亚博网站信誉有保障的

于剑邀请瑞士洛桑联邦理工学院郭孟武博士学术报告
发布时间:2019-01-04   浏览次数:次

yingyabowangzhanxinyuyoubaozhangdeyujianboshiyaoqing,ruishiluosanglianbangligongxueyuanguomengwuboshiyu2019nian1yue3rifangwenbeihangliutilixuesuo,bingyuxiawu3dian-4dianbanzaixinzhulouc708huiyishizuoletiwei“jisuanlixuedeshujuqudongjiangjiemoxingyanjiu”(data-drivenreduced order modeling for computational mechanics)dexueshubaogao。baogaoyouyujianzhuchi,beijinghangkonghangtiandaxueshishengershiyurentingqulexueshubaogao。

guomengwuboshixianrenruishiluosanglianbangligongxueyuan(école polytechnique fédérale de lausanne, epfl)shuxuexijisuanshuxueyumonikexueshiyanshi(chair of computational mathematics and simulation science, mcss)boshihouyanjiuyuan,qinghuadaxue“zijingxuezhe”。2013nianyuqinghuadaxuehuodetumugongchengxueshixuewei,binghuodeqinghuadaxueyouxiubenkebiyesheng,beijingshiyouxiubenkebiyesheng;2017nianyuqinghuadaxuehuodetumugongchengboshixuewei,binghuodeqinghuadaxueyouxiuboshilunwenyidengjiang,beijingshiyouxiuboshibiyesheng。zhuyaoyanjiuxingqubaokuo:shujuqudongjiangjiejianmofangfa,jianduxuexizaigongchengyukexuejisuanzhongdeyingyong,daxingjiegouwentidebuquedingxinglianghua,youxianyuanfenxidehouyanwuchagujideng。

现代科学和工程问题越来越多地需要对同一个问题组织大量样本,例如优化设计、不确度分析、实时分析等。采用传统的方法成本过高,而降阶模型能够在满足一定误差要求的情况下大幅提高获取样本的效率。郭孟武博士的报告介绍了如何结合机器学习来构造降阶模型。他首先介绍了如何利用高斯过程回归来实现非侵入式降阶模型,并考虑如何减小所需的高精度样本数。随后,他将该方法推广到非定常问题,获得了比较好的预测效果。郭孟武博士还对今后这一领域的研究方向进行了展望。  

亚博网站信誉有保障的baogaojieshuhou,beihangshishengyuguomengwuboshijiushujuqudongdejiangjiemoxingjinxingleshenrutaolunjiaoliu,weijinyibuguojihezuodiandinglejichu。

上一条:C919大飞机强度团队作客航空大讲堂,讲述大飞机背后的奋斗故事 下一条:俄克拉荷马州立大学助理教授王烁道博士学术报告

版权所有 2017 亚博网站信誉有保障的
Copyright 2017 ASE, BUAA
京ICP备05004617

亚博APP 亚博APP 亚博APP 亚博APP AG开户