机器学习在力学模拟与控制中的应用专题序

EI、Scopus 收录

中文核心期刊

快速检索年期检索高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

机器学习在力学模拟与控制中的应用专题序

王建春, 晋国栋

文章导航 > 力学学报 > 2021 > 53(10): 2613-2615

王建春, 晋国栋. 机器学习在力学模拟与控制中的应用专题序. 力学学报, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

引用本文:

王建春, 晋国栋. 机器学习在力学模拟与控制中的应用专题序. 力学学报, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

Wang Jianchun, Jin Guodong. Preface of theme articles on applications of machine learning to simulations and controls in mechanics. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

Citation:

Wang Jianchun, Jin Guodong. Preface of theme articles on applications of machine learning to simulations and controls in mechanics. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

王建春, 晋国栋. 机器学习在力学模拟与控制中的应用专题序. 力学学报, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

引用本文:

王建春, 晋国栋. 机器学习在力学模拟与控制中的应用专题序. 力学学报, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

Wang Jianchun, Jin Guodong. Preface of theme articles on applications of machine learning to simulations and controls in mechanics. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

Citation:

Wang Jianchun, Jin Guodong. Preface of theme articles on applications of machine learning to simulations and controls in mechanics. Chinese Journal of Theoretical and Applied Mechanics, 2021, 53(10): 2613-2615 doi: 10.6052/0459-1879-21-501

机器学习在力学模拟与控制中的应用专题序

doi: 10.6052/0459-1879-21-501

王建春^*,,
晋国栋^†,

*.
南方科技大学工学院力学与航空航天工程系, 广东深圳 518055
†.
中国科学院力学研究所非线性力学国家重点实验室, 北京 100190

作者简介:
王建春, 副教授, 主要研究方向: 湍流和计算流体力学. E-mail: wangjc@sustech.edu.cn

晋国栋, 研究员, 主要研究方向: 两相湍流和大涡模拟方法. E-mail: gdjin@lnm.imech.ac.cn

计量
- 文章访问数: 629
- HTML全文浏览量: 341
- PDF下载量: 394
- 被引次数: 0
出版历程
- 收稿日期: 2021-09-30
- 录用日期: 2021-10-04
- 网络出版日期: 2021-10-04
- 刊出日期: 2021-10-26

Preface of Theme Articles on Applications of Machine Learning to Simulations and Controls in Mechanics

Wang Jianchun^*
,,
Jin Guodong^{†
,}

摘要: 为了改进机器学习方法在力学问题中的应用效果, 并提高该方法的预测精度、计算效率和泛化能力, 需要回答一些基本问题, 包括: (1)如何从数据中系统地学习抽象的力学规律和本构关系? (2)如何将物理原理和机器学习有效地结合在一起? (3)如何提升模型的鲁棒性和泛化能力? (4)如何大幅度地提升复杂力学系统的模拟效率? (5)针对多尺度或高维度的力学系统, 如何构造可靠、高效的降阶模型? (6)如何系统地提升对大型设计空间的快速搜索能力? 围绕上述这些重要的问题, 《力学学报》组织了《机器学习在力学模拟与控制中的应用》这一专题. 由于篇幅限制, 该专题包含了3篇综述论文和7篇研究论文, 从一个侧面反映了国内科研人员在该方向上的一部分最新研究进展, 供读者参考.

参考文献(0)

资源附件(0)

WeChat

点击查看大图

计量

文章访问数: 629
HTML全文浏览量: 341
PDF下载量: 394
被引次数: 0

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

下载中心

作者中心

版权所有 © 《力学学报》编辑部备案号：京ICP备05039218号-1

通讯地址：北京市海淀区北四环西路15号邮政编码：100190

联系电话：010-62536271

邮箱：lxxb@cstam.org.cn

RSS

本系统由北京仁和汇智信息技术有限公司开发