This book provides a first course without requiring prerequisite knowledge. Fundamental concepts of machine learning are introduced before explaining neural networks. With this knowledge, prominent topics in deep learning for simulation are explored. These include surrogate modeling, physics-informed neural networks, generative artificial intelligence, Hamiltonian/Lagrangian neural networks, input convex neural networks, and more general machine learning techniques.

The idea of the book is to provide basic concepts as simple as possible but in a mathematically sound manner. Starting point are one-dimensional examples including elasticity, plasticity, heat evolution, or wave propagation. The concepts are then expanded to state-of-the-art applications in material modeling, generative artificial intelligence, topology optimization, defect detection, and inverse problems.

Informazioni sull'autore

Leon Herrmann has a uniquely diverse background; born in South Africa and
growing up in seven different countries. He earned a bachelor's degree in
Mechanical Engineering from the Technical University of Denmark (DTU) and a
master's degree in Computational Mechanics from the Technical University of
Munich (TUM), where he also obtained his doctorate for his work in
computational mechanics with neural networks. His primary research focus has
been on finite element methods, fracture in composite materials, and combining
traditional numerical simulations with modern machine learning techniques.

As a product of the “Mauerfall”, Moritz Jokeit grew up in the non-existing town of
Bielefeld and the alpine foothills near Rosenheim. Following his bachelor’s
degree in Civil Engineering, he studied Computational Mechanics at the
Technical University of Munich (TUM) and the Polytechnic University of Catalonia
(UPC). His passion for deep learning and computational mechanics was
transformed into a master thesis that laid the groundwork for this lecture book.
After his graduation he continued his research at the Chair of Computational
Modeling and Simulation. He is now a doctoral candidate at the Institute for
Biomechanics at the ETH Z�rich focusing on the mechanics of the spine.

Oliver Weeger is a Full Professor for Cyber-Physical Simulation with the
Department of Mechanical Engineering at the Technical University of Darmstadt
in Germany. He graduated in Techno-Mathematics from TU Munich in 2011 and
obtained his Ph.D. in Mathematics from TU Kaiserslautern in 2015. Before joining
TU Darmstadt in 2019, he had been working at the Singapore University of
Technology and Design as a Postdoctoral Researcher and Assistant Professor.
His passion for research and education evolves around advanced computational
methods, modeling, and optimization approaches for nonlinear, multiscale, and
multiphysics problems in engineering. In particular, this includes the fusion of
machine learning, classical modeling, and simulation to obtain flexible and yet
accurate, reliable and robust predictive models for computational mechanics.

Stefan Kollmannsberger graduated in Civil Engineering in 1998 and worked for
several years as heavy underground construction engineer before returning to
university to devote himself to computational mechanics. He graduated with a
PhD at the Technical University of Munich in 2009, where he enjoyed leading the
research group “Simulation in Applied Mechanics” until 2023. Since then, he is
full professor at the Bauhaus University in the culturally opulent city of Weimar
and heads the Chair of Data Science in Construction. He is dedicated to both
teaching and science and uses the content of this lecture book as a basis for an
introductory course in the field of artificial intelligence in computational
mechanics.

Le informazioni nella sezione "Su questo libro" possono far riferimento a edizioni diverse di questo titolo.

Descrizione libreria

Visita la pagina della libreria

Informazioni sull'azienda del venditore

RAREWAVES.COM LIMITED
Elsley Court, 20-22 Great Titchfield Street, London, W1W 8BE, United Kingdom

Condizioni di vendita e spedizione

Condizioni di vendita

Diritto di recesso

Se sei un consumatore puoi recedere dal contratto in conformit� con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attivit� commerciale, imprenditoriale, artigianale o professionale.

Informazioni sul diritto di recesso

Diritto legale di recesso

Hai il diritto di recedere dal presente contratto entro 14 giorni senza fornire alcuna motivazione.

Il periodo di recesso scade dopo 14 giorni dal giorno in cui tu o una terza parte, diversa dal vettore e da te indicata, acquisisce il possesso fisico dell'ultimo bene o dell'ultimo lotto o pezzo.

Per esercitare il diritto di recesso, compila e invia elettronicamente una dichiarazione esplicita sul nostro sito Web, alla voce “I miei acquisti” nella sezione “Mio account”. Ti comunicheremo senza indugio una conferma di ricezione di tale recesso su un supporto durevole (ad es. via e-mail).

Per rispettare il termine di recesso, � sufficiente inviare la comunicazione relativa all'esercizio del diritto di recesso prima della scadenza del periodo di recesso stesso.

Effetti del recesso

In caso di recesso dal presente contratto, ti rimborseremo tutti i pagamenti ricevuti, compresi i costi di spedizione (ad eccezione dei costi supplementari derivanti dalla tua eventuale scelta di un tipo di spedizione diverso dal tipo meno costoso di consegna standard da noi offerto).

Potremo effettuare una detrazione dal rimborso per la perdita di valore dei beni forniti, qualora tale perdita sia il risultato di una manipolazione non necessaria da parte tua.

Eseguiremo il rimborso senza indebito ritardo e non oltre 14 giorni dal giorno in cui saremo informati della tua decisione di recedere dal presente contratto.

Il rimborso sar� effettuato utilizzando lo stesso mezzo di pagamento da te usato per la transazione iniziale, salvo che tu non abbia espressamente concordato altrimenti; in ogni caso, non dovrai sostenere alcun costo quale conseguenza di tale rimborso.

Possiamo trattenere il rimborso finch� non avremo ricevuto i beni oppure finch� non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.

Dovrai rispedire i beni o consegnarli a Rarewaves.com UK, London, London, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volont� di recedere dal presente contratto. Il termine � rispettato se rispedisci i beni prima della scadenza del periodo di 14 giorni. I costi diretti della restituzione dei beni saranno a tuo carico. Sei responsabile solo della diminuzione del valore dei beni risultante da una manipolazione diversa da quella necessaria per stabilire la natura, le caratteristiche e il funzionamento dei beni stessi.

Eccezioni al diritto di recesso

Il diritto di recesso non si applica a:

La fornitura di giornali, periodici o riviste ad eccezione dei contratti di abbonamento; e
La fornitura di contenuto digitale non fornito su un supporto materiale (ad es. su un CD o DVD), se al momento dell'invio dell'ordine hai accettato l'inizio dell'esecuzione e hai riconosciuto che non avresti potuto recedere una volta iniziata l'esecuzione.

Condizioni di spedizione

Please note that we do not offer Priority shipping to any country.

We currently do not ship to the below countries:

Russia
Belarus
Ukraine
Israel

Please do not attempt to place orders with any of these countries as a ship to address - they will be cancelled.

Tariffe di spedizione da Regno Unito a U.S.A.

Tariffe di spedizione da Regno Unito a U.S.A.
Quantit� dell'ordine	Da 60 a 60 giorni lavorativi	Da 60 a 60 giorni lavorativi
Primo articolo	EUR 75.89	EUR 116.75

I tempi di consegna sono stabiliti dai venditori e variano in base al corriere e al paese. Gli ordini che devono attraversare una dogana possono subire ritardi e spetta agli acquirenti pagare eventuali tariffe o dazi associati. I venditori possono contattarti in merito ad addebiti aggiuntivi dovuti a eventuali maggiorazioni dei costi di spedizione dei tuoi articoli.