Aprendizaje automático, aproximaciones de bajo rango y modelización de orden reducido en mecánica computacional

Título original:

Machine Learning, Low-Rank Approximations and Reduced Order Modeling in Computational Mechanics

Contenido del libro:

El uso del aprendizaje automático en mecánica está en auge. Los algoritmos inspirados en los avances en el campo de la inteligencia artificial cubren hoy campos de aplicación cada vez más variados.

Este libro ilustra resultados recientes sobre el acoplamiento del aprendizaje automático con la mecánica computacional, en particular para la construcción de modelos sustitutos o modelos de orden reducido. Los artículos contenidos en esta compilación fueron presentados en el Coloquio EUROMECH 597, " Modelado de orden reducido en Mecánica de Materiales, celebrado en Bad Herrenalb, Alemania, del 28 al 31 de agosto de 2018. En este libro, las Redes Neuronales Artificiales se acoplan a modelos basados en la física.

El formato tensorial de los datos de simulación se explota en modelos sustitutos o para la poda de datos. Se proponen varios modelos de orden reducido mediante estrategias de aprendizaje automático aplicadas a los datos de simulación.

Dado que los modelos de orden reducido tienen errores de aproximación específicos, en este libro también se proponen estimadores de error. Los ejemplos numéricos propuestos son muy cercanos a problemas de ingeniería.

El lector encontrará en este libro una referencia útil para identificar los avances en el aprendizaje automático y los modelos de orden reducido para la mecánica computacional.