資料 | 機器學習與流場數(shù)據(jù)可視化

本文作者： AI研習社

2020-09-10 10:06

導語：本書內(nèi)容主要包括：科學計算可視化的內(nèi)容、技術(shù)現(xiàn)狀和挑戰(zhàn)，機器學習基本理論，使用 Boosting 和 CAVIAR 兩種方法進行科學計算可視化的理論和方法等。

下載地址：https://www.yanxishe.com/resourceDetail/2365?from=leiphonecolumn_res0910

內(nèi)容簡介 · · · · · ·

科學計算可視化（Scientific Visualization，SciVis）是計算機圖形學的一個重要研究方向，是圖形科學的新領(lǐng)域。隨著計算能力的不斷增強，科學數(shù)據(jù)中使用的物理模型以及模擬空間的大小都在不斷提高。本書嘗試性地將機器學習理論應(yīng)用于科學計算可視化中，大大提高了數(shù)據(jù)中特征識別的魯棒性和準確率，同時結(jié)合流場數(shù)據(jù)可視化技術(shù)的具體實現(xiàn)，詳細闡述這兩個領(lǐng)域結(jié)合的理論和存在的關(guān)鍵問題。本書內(nèi)容主要包括：科學計算可視化的內(nèi)容、技術(shù)現(xiàn)狀和挑戰(zhàn)，機器學習基本理論，使用 Boosting 和 CAVIAR 兩種方法進行科學計算可視化的理論和方法等。本書可作為高等學校計算機或非計算機專業(yè)研究生科學計算可視化課程的參考書，也可作為從事流場數(shù)值模擬和流場可視化技術(shù)的研究或開發(fā)人員的參考書。

作者簡介 · · · · · ·

張麗，博士，齊魯工業(yè)大學信息學院，2009年9月—2010年2月，美國密西西比州立大學航空航天系訪問學者，2010年3月—2011年8月，美國俄亥俄州立大學計算機科學與工程學院訪問學者。2014年至今，主要講授面向?qū)ο蟪绦蛟O(shè)計、數(shù)據(jù)庫系統(tǒng)等課程。