Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Thermodynamique statistique : états énergétiques et convolution

Dans cours

CH-242(b): Mécanique statistique pour la chimie

Ce cours construit la base théorique universelle permettant de comprendre les systèmes à grand nombre de particules. Les méthodes introduites sont utilisées pour éclairer de nombreux phénomènes à travers la chimie. ...

Description

Cette séance de cours couvre le concept d'états d'énergie en thermodynamique statistique, y compris les hypothèses faites et le processus de convolution. Il traite également du calcul des niveaux d'énergie pour un système utilisant l'exemple du benzène, en explorant l'impact des grandes hypothèses sur les calculs d'énergie.

Enseignant·e·s (2)

Christopher Scott Reilly

Andreas Osterwalder

EDUCATION: 2002: Dr.sc.nat. (ETH Zurich) 1998: Dipl.Chem. (ETH Zurich) ACADEMIC POSITIONS: since 2015: Senior Scientist at EPFL 2009-2015: SNSF-funded Professor at EPFL 2005-2009: Group leader, Fritz-Haber-Institute of the Max-Planck-Society in Berlin (Department of Molecular Physics under Prof. G. Meijer) 2002-2005: Postdoctoral Fellow at UC Berkeley (Group of Prof. D.M.Neumark) 1998-2002: PhD Student at ETHZ (Group of Prof. F.Merkt)

Source officielle

Concepts associés (32)

Lasso (statistiques)

En statistiques, le lasso est une méthode de contraction des coefficients de la régression développée par Robert Tibshirani dans un article publié en 1996 intitulé Regression shrinkage and selection via the lasso. Le nom est un acronyme anglais : Least Absolute Shrinkage and Selection Operator. Bien que cette méthode fut utilisée à l'origine pour des modèles utilisant l'estimateur usuel des moindres carrés, la pénalisation lasso s'étend facilement à de nombreux modèles statistiques tels que les modèles linéaires généralisés, les modèles à risque proportionnel, et les M-estimateurs.

Sélection de caractéristique

La sélection de caractéristique (ou sélection d'attribut ou de variable) est un processus utilisé en apprentissage automatique et en traitement de données. Il consiste, étant donné des données dans un espace de grande dimension, à trouver un sous-sensemble de variables pertinentes. C'est-à-dire que l'on cherche à minimiser la perte d'information venant de la suppression de toutes les autres variables. C'est une méthode de réduction de la dimensionnalité. Extraction de caractéristique Catégorie:Apprentissage

Regularized least squares

Regularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.

Elastic net regularization

In statistics and, in particular, in the fitting of linear or logistic regression models, the elastic net is a regularized regression method that linearly combines the L1 and L2 penalties of the lasso and ridge methods. The elastic net method overcomes the limitations of the LASSO (least absolute shrinkage and selection operator) method which uses a penalty function based on Use of this penalty function has several limitations. For example, in the "large p, small n" case (high-dimensional data with few examples), the LASSO selects at most n variables before it saturates.

Statistical mechanics

In physics, statistical mechanics is a mathematical framework that applies statistical methods and probability theory to large assemblies of microscopic entities. It does not assume or postulate any natural laws, but explains the macroscopic behavior of nature from the behavior of such ensembles. Sometimes called statistical physics or statistical thermodynamics, its applications include many problems in the fields of physics, biology, chemistry, and neuroscience.

Afficher plus

Séances de cours associées (35)

Thermodynamique statistique : densité des états

Explore la densité des états en thermodynamique statistique et l'utilisation des fonctions heavisides pour les probabilités de niveau d'énergie.

Thermodynamique statistique : dégénérescences et transformation de Laplace

Couvre les dégénérescences en thermodynamique statistique et la transformée de Laplace.

Thermodynamique statistique : particules et niveaux

Couvre la thermodynamique statistique des particules et des niveaux, des permutations et de l'entropie dans l'élasticité des bandes de caoutchouc.

Thermodynamique statistique : Entropie et forces

Explore l'entropie, les forces et la thermodynamique statistique dans les systèmes physiques.

Thermodynamique statistique: Fonction de partition canonique

Explique la fonction de partition canonique en thermodynamique statistique et son rôle dans la détermination de la distribution de l'énergie.

Afficher plus

Concepts associés (32)

Lasso (statistiques)

Sélection de caractéristique

Regularized least squares

Elastic net regularization

Statistical mechanics

Afficher plus