Emulation of Complex Fluid Flows (Hardcover)
Lingua: inglese
Editore: De Gruyter, Berlin, 2025
- Rilegato
- Nuovo
Da: CitiRetail, Stevenage, Regno UnitoCitiRetail
Venditore AbeBooks dal 29 giugno 2022
Condizione: Nuovo
EUR 227,84
Quantità: 1 disponibile
Aggiungi al carrelloDescrizione dell’articolo da parte del venditore
Hardcover. While artificial intelligence has made significant strides in imaging and natural language processing, its utilization in engineering science remains relatively new. This book aims to introduce machine learning techniques to facilitate the emulation of complex fluid flows. The work focuses on projection-based reduced-order models (ROMs) that condense high-dimensional data into a low-dimensional subspace by leveraging principal components. Techniques like proper orthogonal decomposition (POD) and convolutional autoencoder (CAE) are utilized to configure this subspace, establishing a functional mapping between input parameters and solution fields. The applicability of POD-based ROMs for spatial and spatiotemporal problems are explored across various engineering scenarios, including flow past a cylinder, supercritical turbulent flows, and hydrogen-blended combustion. To capture intricate dynamics, common POD, kernel-smoothed POD, and common kernel-smoothed POD methods are developed in sequence. Additionally, the effectiveness of POD and CAE in capturing nonlinear features are compared. This book is designed to benefit graduate students and researchers interested in the intersection of data and engineering sciences. This series is essential to meet the growing demand for structured and accessible resources that guide the integration of machine learning (ML) into engineering and technology. The series will provide a comprehensive resource that bridges the gap between theory and practice, making it invaluable for students, researchers, and professionals looking to leverage ML in their work. This item is printed on demand. Shipping may be from our UK warehouse or from our Australian or US warehouses, depending on stock availability.…
Codice articolo 9783111631356
- Titolo
- Emulation of Complex Fluid Flows (Hardcover)
- Autore
- Xingjian Wang
- Editore
- De Gruyter, Berlin
- Anno di pubblicazione
- 2025
- Condizione
- new
- Rilegatura
- Hardcover
- Lingua
- inglese
- ISBN 10
- 3111631354
- ISBN 13
- 9783111631356
While artificial intelligence has made significant strides in imaging and natural language processing, its utilization in engineering science remains relatively new. This book aims to introduce machine learning techniques to facilitate the emulation of complex fluid flows. The work focuses on projection-based reduced-order models (ROMs) that condense high-dimensional data into a low-dimensional subspace by leveraging principal components. Techniques like proper orthogonal decomposition (POD) and convolutional autoencoder (CAE) are utilized to configure this subspace, establishing a functional mapping between input parameters and solution fields. The applicability of POD-based ROMs for spatial and spatiotemporal problems are explored across various engineering scenarios, including flow past a cylinder, supercritical turbulent flows, and hydrogen-blended combustion. To capture intricate dynamics, common POD, kernel-smoothed POD, and common kernel-smoothed POD methods are developed in sequence. Additionally, the effectiveness of POD and CAE in capturing nonlinear features are compared. This book is designed to benefit graduate students and researchers interested in the intersection of data and engineering sciences.
"Riassunto" può appartenere a un’altra edizione di questo titolo.
Informazioni sull’autore
Prof. Xingjian Wang received his Ph.D. from the Georgia Institute of Technology in 2016 and is currently associate professor in the Department of Energy and Power at Tsinghua University. He previously served as assistant professor in the Department of Mechanical and Civil Engineering at the Florida Institute of Technology. His research focuses on the interdisciplinary study of engineering science and machine learning, particularly in developing reduced-order models and analyzing complex fluid flows and combustion under extreme conditions. Dr. Wang has received multiple awards, including the 2020 iLASS Asia Best Paper Award and the 2019 SPES Award from the American Statistical Society. His contributions to the field are well-recognized, with several articles featured as Editor’s Picks and highlighted on the front cover of Physics of Fluids.
Prof. Vigor Yang is professor of aerospace engineering and a faculty member of the Machine Learning PhD Program at the Georgia Institute of Technology. He is also the founding director of Georgia Tech‘s James C. Wu Laboratory of Artificial Intelligence in Technology, Engineering, and Computing (ArTEC). Prof. Yang's research lies at the interface between engineering and data sciences, driving forward the integration of artificial intelligence and engineering disciplines for cutting-edge solutions. His extensive body of work includes advancements in thermal-fluid dynamics and propulsion, with a strong emphasis on leveraging machine learning to enhance these areas. He is a member of the U.S. National Academy of Engineering, an academician of the Academia Sinica, and a foreign member of the Chinese Academy of Engineering and the Indian National Academy of Engineering
"Descrizione articolo" può appartenere a un’altra edizione di questo titolo.
CitiRetail
Stevenage, Regno Unito
Venditore AbeBooks dal 29 giugno 2022
Tariffe di spedizione da Regno Unito a U.S.A.
| Articolo | Da 7 a 14 giorni lavorativi | Da 7 a 60 giorni lavorativi |
|---|---|---|
| Primo articolo | EUR 44,13 | EUR 44,13 |
Metodi di pagamento
Descrizione dello Store
Online business
Informazioni sull’azienda del venditore
ABC BOOKS LIMITED
10 John Street
London, Regno Unito WC1N 2EB
Condizioni di vendita
Orders can be returned within 30 days of receipt.
Diritto di recesso
Se sei un consumatore puoi recedere dal contratto in conformità con quanto segue. Per Consumatore si intende qualsiasi persona fisica che agisce per scopi estranei alla propria attività 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, è 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 sarà 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 finché non avremo ricevuto i beni oppure finché non avrai fornito la prova di averli rispediti, a seconda di quale condizione si verifichi per prima.
Dovrai rispedire i beni o consegnarli a CitiRetail, Stevenage, United Kingdom, senza indebito ritardo e, in ogni caso, entro 14 giorni dal giorno in cui ci hai comunicato la tua volontà di recedere dal presente contratto. Il termine è 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 titles are dispatched from our US, Canadian or Australian warehouses. Delivery times specified in shipping terms. Orders ship within 2 business days. Delivery to your door then takes 7-14 days.