机器学习在力学模拟与控制中的应用专题序
近几年来, 随着高性能计算机和大数据科学的快速发展, 机器学习方法在各个领域得到了越来越多的应用.力学学科在过去几十年积累了大量的数值模拟数据、实验测量数据和现场监测数据, 这些大规模、高维度的数据蕴含了丰富的物理特征, 但传统方法无法有效地处理这些庞大的数据群. 机器学习方法可以从巨量的数据海洋中挖掘有用的信息, 并能为总结新的物理规律提供有效的指导. 另一方面, 机器学习方法存在着可解释性差、泛化能力弱、容易过拟合等问题. 针对基于第一性原理的力学问题开展机器学习研究, 并和已知的物理规律相对照, 有助于更深入地理解机器学习方法. 因此, 与机器学习的交叉融合, 将有力地促进力学学科研究范式的创新, 并不断拓展该学科的研究深度和应用范围.
53
2021-11-25（万方平台首次上网日期，不代表论文的发表时间）
共3页
2613-2615
