Modèles hydrodynamiques : Apprentissage automatique pour les équations cinétiques

Séances de cours associées (47)

Explore la stabilité du calcul numérique, l'analyse des erreurs et l'impact des erreurs de troncation.

Explore les méthodes de gradient et de gradient conjugué pour résoudre efficacement les systèmes linéaires.

Explique l'orthogonalité de Galerkin dans les méthodes numériques et ses critères de stabilité.

Couvre les bases de la théorie statistique, y compris les modèles de probabilité, les variables aléatoires et les distributions déchantillonnage.

Explore des modèles simples, l'évaluation de la structure électronique et l'apprentissage automatique à l'échelle atomique.

Introduit la modélisation par éléments finis pour des solutions numériques à des problèmes complexes.

Explore l'interpolation des éléments finis à l'aide de l'opérateur Clément pour les fonctions non continues et discute de l'estimation des erreurs.

Page 3 sur 3