首页
›
数学计算科学计算与计算物理工程
›
011-科学机器学习与物理信息计算
›
《实验数据与物理方程融合建模》
VIP20
本课程属于:011-科学机器学习与物理信息计算
数学计算科学计算与计算物理工程 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
实验数据与物理方程融合建模
共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入与融合建模全景
介绍实验数据与物理方程融合建模的核心… · 典型应用场景 · 整体技术路线与课程项目安排
课程导入
融合建模全景
02
物理方程与实验数据的基本特性
分析物理方程的确定性 · 约束性与实验数据的噪声 · 稀疏性
物理方程
实验数据的基本特…
03
融合建模的数学基础
回顾线性代数 · 概率统计 · 优化理论与微分方程数值解
融合建模的数学基…
回顾线性代数
04
数据预处理与物理一致性检查
讲解实验数据清洗 · 去噪 · 归一化方法
数据预处理
物理一致性检查
05
物理方程的参数辨识基础
从实验数据出发 · 介绍最小二乘 · 极大似然
物理方程的参数辨…
从实验数据出发
06
机理模型与数据驱动模型的耦合模式
系统梳理串联 · 并联 · 残差学习
机理模型
数据驱动模型的耦…
07
物理信息神经网络(PINN)原理与实现
讲解PINN将物理方程作为损失约束嵌… · 包括自动微分 · 损失函数设计与训练策略
PINN
物理信息神经网络
08
物理约束神经网络(PCNN)与混合建模
介绍将物理约束作为网络结构或正则项的… · 以及机理模型与神经网络混合建模的实践…
PCNN
物理约束神经网络
09
高斯过程与物理模型融合
讲解高斯过程回归如何融入物理先验(如… · 实现小样本下的物理一致预测与不确定性…
高斯过程
物理模型融合
10
卡尔曼滤波与状态空间融合建模
以动态系统为例 · 介绍卡尔曼滤波 · 扩展卡尔曼滤波与无迹卡尔曼滤波如何融…
卡尔曼滤波
状态空间融合建模
11
稀疏辨识与物理方程发现
讲解SINDy等方法从实验数据中稀疏… · 并与已知物理方程进行对比验证
稀疏辨识
物理方程发现
12
融合建模中的不确定性量化
介绍贝叶斯方法 · 蒙特卡洛采样与集成方法 · 量化实验数据噪声与模型参数不确定性对…
融合建模
不确定性量化
13
实验设计与数据采集优化
从融合建模需求出发 · 讲解如何设计实验以最大化信息量 · 包括传感器布置
实验设计
数据采集优化
14
案例实战
弹簧-质量-阻尼系统融合建模 · 完成从实验数据采集 · 物理方程建立到参数辨识与混合模型验证…
案例实战
弹簧
15
案例实战
热传导过程融合建模 · 实践PINN与参数辨识方法 · 并评估融合模型的外推能力
案例实战
热传导过程融合建…
16
案例实战
电路系统融合建模 · 结合基尔霍夫定律与数据驱动残差学习 · 构建混合预测模型
案例实战
电路系统融合建模
17
案例实战
流体力学融合建模入门 · 介绍物理约束神经网络在流场重建与参数…
案例实战
流体力学融合建模…
18
案例实战
化学反应动力学融合建模 · 实践参数估计 · 模型修正与混合建模策略
案例实战
化学反应动力学融…
19
案例实战
结构健康监测融合建模 · 开展损伤识别与状态预测的融合建模实践
案例实战
结构健康监测融合…
20
案例实战
电池系统融合建模 · 构建融合模型进行状态估计与寿命预测
案例实战
电池系统融合建模
21
融合模型的可解释性与物理一致性评估
介绍如何评估融合模型是否遵守物理定律 · 守恒性质与边界条件 · 并提升模型可解释性
融合模型的可解释…
物理一致性评估
22
融合模型的验证、确认与泛化能力评估
讲解训练集/验证集划分 · 交叉验证 · 外推测试与物理一致性检验
融合模型的验证
确认
23
融合建模的软件工具与框架
介绍PyTorch · TensorFlow · DeepXDE
融合建模的软件工…
框架
24
大规模实验数据与物理模型的融合策略
讨论数据同化 · 迁移学习与多保真度建模 · 处理高维
大规模实验数据
物理模型的融合策…
25
实时融合建模与在线更新
讲解在线参数估计 · 序贯贝叶斯更新与增量学习 · 使融合模型适应动态实验条件与系统变化
实时融合建模
线更新
26
融合建模中的优化与求解技巧
针对物理约束损失训练困难 · 介绍损失权重自适应 · 课程学习
融合建模
优化
27
项目实战一
从实验数据到融合模型原型 · 完成数据采集 · 物理方程推导
项目实战一
从实验数据到融合…
28
项目实战二
融合模型调优与物理一致性改进 · 进行超参数调优 · 物理约束增强与不确定性量化
项目实战二
融合模型调优
29
项目实战三
融合模型部署与结果汇报 · 撰写技术报告并进行成果展示与同行评议
项目实战三
融合模型部署
30
课程总结与前沿展望
回顾融合建模核心方法链 · 讨论当前挑战与前沿方向(如物理大模型 · 科学机器学习)
课程总结
前沿展望
所属VIP或分类
同VIP:DeepONet动力系统预测建模
同VIP:Fourier神经算子FNO应用入门
同VIP:PINN微分方程求解开发入门