Home > Ebook > Non fiction > Data driven modelling and scientific machine learning in continuum physics

	Data-driven Modelling and Scientific Machine Learning in Continuum Physics (eBook)

	Data-driven Modelling and Scientific Machine Learning in Continuum Physics (eBook)
	Krishna Garikipati
	Krishna Garikipati

	Prezzo: € 121,67 Compra EPUB		Prezzo: € 121,67 Compra EPUB

	Formato :	EPUB

	Cloud:	Sì Scopri di più



	Lingua:	Inglese


	Editore:	Springer
	Collana:	Interdisciplinary Applied Mathematics
Codice EAN:	9783031620294
Anno pubblicazione:	2024
Scopri QUI come leggere i tuoi eBook
	Note legali NOTE LEGALI a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso b) Informazioni sul prezzo Il prezzo barrato corrisponde al prezzo di vendita al pubblico al lordo di IVA e al netto delle spese di spedizione Il prezzo barrato dei libri italiani corrisponde al prezzo di copertina. I libri in inglese di Libraccio sono di provenienza americana o inglese. Libraccio riceve quotidianamente i prodotti dagli USA e dalla Gran Bretagna, pagandone i costi di importazione, spedizione in Italia ecc. Il prezzo in EURO è fissato da Libraccio e, in alcuni casi, può discostarsi leggermente dal cambio dollaro/euro o sterlina/euro del giorno. Il prezzo che pagherai sarà quello in EURO al momento della conferma dell'ordine. In ogni caso potrai verificare la convenienza dei nostri prezzi rispetto ad altri siti italiani e, in moltissimi casi, anche rispetto all'acquisto su siti americani o inglesi. c) Disponibilità I termini relativi alla disponibilità dei prodotti sono indicati nelle Condizioni generali di vendita. Disponibilità immediata L'articolo è immediatamente disponibile presso Libraccio e saremo in grado di procedere con la spedizione entro un giorno lavorativo. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Disponibile in giorni o settimane (ad es. "3-5-10 giorni", "4-5 settimane" ) L'articolo sarà disponibile entro le tempistiche indicate, necessarie per ricevere l'articolo dai nostri fornitori e preparare la spedizione. Nota: La disponibilità prevista fa riferimento a singole disponibilità. Prenotazione libri scolastici Il servizio ti permette di prenotare libri scolastici nuovi che risultano non disponibili al momento dell'acquisto. Attualmente non disponibile L'articolo sarà disponibile ma non sappiamo ancora quando. Inserisci la tua mail dalla scheda prodotto attivando il servizio Libraccio “avvisami” e sarai contattato quando sarà ordinabile. Difficile reperibilità Abbiamo dei problemi nel reperire il prodotto. Il fornitore non ci dà informazioni sulla sua reperibilità, ma se desideri comunque effettuare l'ordine, cercheremo di averlo nei tempi indicati. Se non sarà possibile, ti avvertiremo via e-mail e l'ordine verrà cancellato. Chiudi
Descrizione This monograph takes the reader through recent advances in data-driven methods and machine learning for problems in science—specifically in continuum physics. It develops the foundations and details a number of scientific machine learning approaches to enrich current computational models of continuum physics, or to use the data generated by these models to infer more information on these problems. The perspective presented here is drawn from recent research by the author and collaborators. Applications drawn from the physics of materials or from biophysics illustrate each topic. Some elements of the theoretical background in continuum physics that are essential to address these applications are developed first. These chapters focus on nonlinear elasticity and mass transport, with particular attention directed at descriptions of phase separation. This is followed by a brief treatment of the finite element method, since it is the most widely used approach to solve coupled partial differential equations in continuum physics. With these foundations established, the treatment proceeds to a number of recent developments in data-driven methods and scientific machine learning in the context of the continuum physics of materials and biosystems. This part of the monograph begins by addressing numerical homogenization of microstructural response using feed-forward as well as convolutional neural networks. Next is surrogate optimization using multifidelity learning for problems of phase evolution. Graph theory bears many equivalences to partial differential equations in its properties of representation and avenues for analysis as well as reduced-order descriptions--all ideas that offer fruitful opportunities for exploration. Neural networks, by their capacity for representation of high-dimensional functions, are powerful for scale bridging in physics--an idea on which we present a particular perspective in the context of alloys. One of the most compelling ideas in scientific machine learning is the identification of governing equations from dynamical data--another topic that we explore from the viewpoint of partial differential equations encoding mechanisms. This is followed by an examination of approaches to replace traditional, discretization-based solvers of partial differential equations with deterministic and probabilistic neural networks that generalize across boundary value problems. The monograph closes with a brief outlook on current emerging ideas in scientific machine learning.

Seguici su: Come contattarci: +39 02 91435530 Tutti i contatti

Pagamenti Help Privacy Cookie policy Assistenza clienti Affiliazione

Condizioni generali di vendita Condizioni d'uso del sito Dichiarazione di Accessibilità

Informativa sulla garanzia legale di conformità Informativa sul diritto di recesso Informativa sul RAEE

o con la tua email

Dimenticato la password?

Questa casella indica che ho letto e accettato le condizioni d’uso di libraccio.it, le condizioni generali di vendita e l'informativa privacy. In mancanza, non è possibile attivare un account e/o ricevere i servizi di Libraccio.

Data-driven Modelling and Scientific Machine Learning in Continuum Physics (eBook)

Data-driven Modelling and Scientific Machine Learning in Continuum Physics (eBook)

NOTE LEGALI

a) Garanzia legale, Pagamenti, Consegne, Diritto di recesso

b) Informazioni sul prezzo

c) Disponibilità

Descrizione

Accedi a Libraccio.it

Nuovo Cliente?

Prosegui come ospite