Reduction, Approximation, Machine Learning, Surrogates, Emulators and Simulators
RAMSES
Sorozatcím: Lecture Notes in Computational Science and Engineering; 151;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 149.79
-
62 125 Ft (59 167 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 12 425 Ft off)
- Kedvezményes ár 49 700 Ft (47 334 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
62 125 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 2024
- Kiadó Springer Nature Switzerland
- Megjelenés dátuma 2024. június 25.
- Kötetek száma 1 pieces, Book
- ISBN 9783031550591
- Kötéstípus Keménykötés
- Terjedelem259 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk X, 259 p. 151 illus., 148 illus. in color. Illustrations, black & white 573
Kategóriák
Hosszú leírás:
This volume is focused on the review of recent algorithmic and mathematical advances and the development of new research directions for Mathematical Model Approximations via RAMSES (Reduced order models, Approximation theory, Machine learning, Surrogates, Emulators, Simulators) in the setting of parametrized partial differential equations also with sparse and noisy data in high-dimensional parameter spaces.
The book is a valuable resource for researchers, as well as masters and Ph.D students.
TöbbTartalomjegyzék:
Shafqat Ali, Francesco Ballarin and Gianluigi Rozza: An online stabilization method for parametrized viscous flows.- Margarita Chasapi, Pablo Antolin, Annalisa Buffa: Reduced order modelling of nonaffine problems on parameterized NURBS multipatch geometries.- Anton Dereventsov, Joseph Daws, Jr., and Clayton G. Webster: Offline Policy Comparison under Limited Historical Agent-Environment Interactions.- Julien Genovese, Francesco Ballarin, Gianluigi Rozza and Claudio Canuto: Weighted reduced order methods for uncertainty quantification in computational fluid dynamics.
Több
