清华大学康进武副研究员《深度学习与数值模拟》报告会
- 作者优秀
- 优秀教师/意见领袖/博士学历/特邀专家/独家讲师
- 平台推荐
- 内容稀缺
![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1713546008405_wlgi2u.jpg?imageView2/0)
导读:深度学习和数值模拟是两种不同但互补的技术,各自在多个领域具有广泛的应用。4月20日10时,我们将邀请清华大学康进武副研究员在北京市第二届虚拟仿真创意设计大赛赛前研讨会做《深度学习与数值模拟》专题报告会,欢迎读者朋友报名和分享。一、深度学习与数值模拟仿真
所谓深度学习,它是一种基于神经网络的统计学习方法,它通过模拟人脑的学习过程,从大量数据中提取有用的特征和信息,进而构建出能够识别、分类、预测等复杂任务的模型。深度学习的基本原理主要包括前向传播和反向传播。在前向传播中,输入数据通过神经网络模型得到一个输出结果。在反向传播中,根据链式法则,将误差从输出层传回到输入层,并更新神经元的权重和偏置,使得损失函数逐渐减小。深度学习在计算机视觉、自然语言处理、医疗健康、金融服务等领域都有广泛应用,如图像分类、目标检测、人脸识别、文本分类、情感分析、医学影像分析、风险评估等。而数值模拟则是一种计算分析方法,它通过数值计算和图形显示技术,将物理、化学、工程等领域的实际问题转化为数学模型进行求解。数值模拟的基本原理包括有限元法、有限差分法等,这些方法将连续的求解域离散为有限个单元的组合体,通过求解高阶代数方程组来得到问题的近似解。数值模拟在工程、材料科学等领域有广泛应用,如风力发电机叶片设计、材料性能预测等。![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1713546010191_m2ngmd.jpg?imageView2/0)
尤其在材料数值模拟中,深度学习可以通过数据预处理和特征提取等步骤,从实验或计算得到的数据中学习和提取有用的信息,进而构建出能够预测材料性能和行为的模型。这种方法相比传统的数值模拟方法具有更高的效率和精度,能够更好地满足实际需求。二、AI数值模拟专题报告会
总之,深度学习和数值模拟在各自领域具有独特的优势和应用价值,而二者的结合则能够进一步拓展它们的应用范围和提高解决问题的效率。2024年3-5月,北京市第二届虚拟仿真创意设计大赛赛前研讨会,将在仿真秀官网和APP做线上报告。
4月20日10时,我们将邀请清华大学康进武副研究员做《深度学习与数值模拟》专题报告。以下是具体安排:
1、主讲嘉宾
![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1713546010477_si2nwf.jpg?imageView2/0)
康进武 清华大学博士
清华大学材料学院副研究员,博士生导师。长期从事金属凝固、铸造、增材制造工艺与数值模拟研究。获得省部级奖励奖4项。
发表论文200多篇,SCI收录论文80多篇、EI收录110多篇,专利30多项,出版专著和教材5本。兼任国家数字化设计与制造创新中心北京中心副主任、中国铸造协会专家委员会委员、中国仿真学会CAE专委会副主任委员、中国铸造学会铸件质量控制与检测分会副主任委员《Material Science & Engineering International Journal》主编等。
2、讲课内容
以深度学习为核心的人工智能取得了巨大的飞跃,对社会产生了深刻的影响。但是深度学习在模拟仿真和科学计算领域的应用还较少。报告将阐述数值模拟的现状和人工智能的发展,重点介绍深度学习在工程领域替代数值模拟的研究进展,并分享报告人将深度学习用于铸造过程模拟仿真的前沿研究成果。报告还将给出深度学习解决模拟仿真问题的发展方向
3、如何观看
清华大学康进武副研究员《深度学习与数值模拟》报告会-仿真秀直播
![](https://public.fangzhenxiu.com/fixComment/commentContent/imgs/1713546007870_il7do0.jpg?imageView2/0)
获赞 9693粉丝 21067文章 3376课程 214