Využití neuronových sítí v numerické matematice

školitel: Ing. Tomáš Oberhuber, Ph.D.
e-mail: zobrazit e-mail
typ práce: bakalářská práce, diplomová práce
zaměření: MI_MM, MINF
klíčová slova: deep learning, CFD, numerická matematika
popis: Neuronové sítě v poslední době zaznamenávají veliký úspěch v mnoha aplikacích strojového učení. Jde o tzv. deep-learning, který významně posouvá hranice umělé inteligence. Neuronové sítě ve své podstatě aproximují určité zobrazení. Takovým zobrazením může být i diskrétní operátor z numerické matematiky. Lze tak propojit dvě doposud izolované oblasti umělé inteligence a počítačových simulací komplexních fyzikálních jevů. Cílem tohoto tématu bude seznámit se základy obou těchto oblastí a prozkoumat možnosti aplikace neuronových sítí v numerické matematice a výpočetní fyzice.
literatura: Tompson J., Schlachter K., Sprechmann P., Accelerating Eulerian Fluid Simulation With Convolutional Networks, https://arxiv.org/pdf/1607.03597.pdf // Goodfellow I., Bengio Y., Courville A., Deep learning, The MIT Press, 2016. // Ferziger J.H., Peric M., Computational Methods for Fluid Dynamics, Springer 2001.
naposledy změněno: 26.09.2017 13:39:20

za obsah této stránky zodpovídá: Pavel Strachota | naposledy změněno: 9.9.2021
Trojanova 13, 120 00 Praha 2, tel. +420 770 127 494
České vysoké učení technické v Praze | Fakulta jaderná a fyzikálně inženýrská | Katedra matematiky