Sự phức tạp ngày càng tăng của các mô hình được sử dụng để dự đoán các hệ thống trong thế giới thực dẫn đến nhu cầu về các thuật toán để thay thế các mô hình phức tạp bằng các mô hình đơn giản hơn nhiều, đồng thời vẫn bảo toàn được độ chính xác của các dự đoán. Sổ tay gồm hai tập này bao gồm cả các phương pháp cũng như ứng dụng. Tập đầu tiên này tập trung vào lý thuyết điều khiển thời gian thực, đồng hóa dữ liệu, trực quan hóa thời gian thực, không gian trạng thái nhiều chiều và tương tác của các kỹ thuật giảm khác nhau.

Abstract:

An increasing complexity of models used to predict real-world systems leads to the need for algorithms to replace complex models with far simpler ones, while preserving the accuracy of the predictions. This two-volume handbook covers methods as well as applications. This first volume focuses on real-time control theory, data assimilation, real-time visualization, high-dimensional state spaces and interaction of different reduction techniques.

Ngôn ngữ:	eng
Tác giả:	Benner, Peter, Grivet-Talocia, Stefano, Quarteroni, Alfio, Rozza, Gianluigi, Schilders, Wil
Thông tin nhan đề:	System- and Data-Driven Methods and Algorithms
Nhà xuất bản:	De Gruyter
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ thông tin
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/52281
Mô tả vật lý:	378p.
Năm xuất bản:	2021