Cuốn sách truy cập mở này khám phá những tiến bộ mới nhất về hiệu suất mô phỏng, được thúc đẩy bởi việc giảm bậc mô hình, các công nghệ học máy được thông báo và tăng cường, và sự kết hợp của chúng thành cái gọi là bản sao kỹ thuật số lai. Cuốn sách cung cấp một đánh giá toàn diện về ba khuôn khổ chính định hình các mô phỏng kỹ thuật hiện đại: mô hình dựa trên vật lý, phương pháp tiếp cận dựa trên dữ liệu, và các kỹ thuật lai tích hợp cả hai. Cuốn sách xem xét những hạn chế của các mô hình truyền thống, vai trò của việc thu thập dữ liệu trong việc khám phá các mô hình cơ bản, và cách các kỹ thuật học tập dựa trên vật lý và tăng cường đóng góp vào sự phát triển của bản sao kỹ thuật số. Được tổ chức thành bốn phần: Xung quanh Dữ liệu, Xung quanh Học tập, Xung quanh Giảm thiểu, và Xung quanh Đồng hóa & Kết hợp Dữ liệu, cuốn sách này cung cấp một nguồn tài nguyên thiết yếu cho các nhà nghiên cứu, kỹ sư và sinh viên đang tìm kiếm sự hiểu biết và áp dụng các phương pháp mô phỏng tiên tiến.

Abstract:

This open access book explores the latest advancements in simulation performance, driven by model order reduction, informed and augmented machine learning technologies and their combination into the so-called hybrid digital twins. It provides a comprehensive review of three key frameworks shaping modern engineering simulations: physics-based models, data-driven approaches, and hybrid techniques that integrate both. The book examines the limitations of traditional models, the role of data acquisition in uncovering underlying patterns, and how physics-informed and augmented learning techniques contribute to the development of digital twins. Organized into four sections Around Data, Around Learning, Around Reduction, and Around Data Assimilation & Twinning this book offers an essential resource for researchers, engineers, and students seeking to understand and apply cutting-edge simulation methodologies

Ngôn ngữ:	eng
Tác giả:	Chinesta, Francisco, Cueto, Elías, Champaney, Victor
Thông tin nhan đề:	A Gentle Introduction to Data, Learning, and Model Order Reduction
Nhà xuất bản:	Springer Nature
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Điện tử - Viễn thông
Bản quyền:	https://creativecommons.org/licenses/by-nc-nd/4.0/
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/105421
Mô tả vật lý:	227p.
Năm xuất bản:	2025