Explore l'optimisation des réseaux neuronaux en utilisant la descente de gradient stochastique (SGD) et le concept de risque double par rapport au risque empirique.
Couvre la méthodologie de simulation de flux numérique, les applications, les défis et les exercices pratiques avec des logiciels tels que Matlab et OpenFOAM.
Couvre les bases de la simulation numérique de flux, en soulignant l'importance de comprendre la méthodologie et de pratiquer des techniques de simulation pour exécuter des simulations complètes de manière autonome.
Couvre la méthode du volume fini pour la simulation numérique de l'écoulement, y compris les équations de conservation, les méthodes de discrétisation et les conditions aux limites.
Explique la vérification et la validation dans les simulations CFD, en se concentrant sur l'extrapolation de Richardson et la vérification de l'exactitude.
Explore la modélisation des composants hydrauliques à travers une analogie électrique et une adaptation de la vitesse des vagues pour une discrétisation uniforme.
Explore la monotonie inverse dans les méthodes numériques pour les équations différentielles, en mettant l'accent sur les critères de stabilité et de convergence.