Sinopsis
This book explores how Artificial Intelligence and Deep Learning are transforming Mathematical Physics, offering modern data-driven tools where traditional analytical and numerical methods fall short. As physical systems grow more complex or chaotic, deep learning provides efficient surrogates and physics-informed models capable of capturing dynamics and uncovering governing laws directly from data.This book introduces Neural ODEs, Physics-Informed Neural Networks (PINNs), and Hamiltonian and Lagrangian Neural Networks, showing how they enhance classical mechanics and PDE solvers for both forward and inverse problems. With Keras code examples, Google Colab notebooks, and practical exercises, this book serves researchers and students in physics, mathematics, and engineering seeking a concise, hands-on guide to applying deep learning in physical systems.
"Sinopsis" puede pertenecer a otra edición de este libro.
Otras ediciones populares con el mismo título
Resultados de la búsqueda para DEEP LEARN METHOD MATHE PHY (V1)
Imagen de archivo
DEEP LEARN METHOD MATHE PHY (V1)
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
Condición: New. Nº de ref. del artículo: 52888135-n
Comprar nuevo
EUR 177,55
Envío por EUR 2,24
Se envía dentro de Estados Unidos de America
Se envía dentro de Estados Unidos de America
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems (Hardcover)
Publicado por
World Scientific Publishing Co Pte Ltd, Singapore, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: Grand Eagle Retail, Bensenville, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
Hardcover. Condición: new. Hardcover. This book explores how Artificial Intelligence and Deep Learning are transforming Mathematical Physics, offering modern data-driven tools where traditional analytical and numerical methods fall short. As physical systems grow more complex or chaotic, deep learning provides efficient surrogates and physics-informed models capable of capturing dynamics and uncovering governing laws directly from data.This book introduces Neural ODEs, Physics-Informed Neural Networks (PINNs), and Hamiltonian and Lagrangian Neural Networks, showing how they enhance classical mechanics and PDE solvers for both forward and inverse problems. With Keras code examples, Google Colab notebooks, and practical exercises, this book serves researchers and students in physics, mathematics, and engineering seeking a concise, hands-on guide to applying deep learning in physical systems. This item is printed on demand. Shipping may be from multiple locations in the US or from the UK, depending on stock availability. Nº de ref. del artículo: 9789819827237
Comprar nuevo
EUR 179,87
Gastos de envío gratis
Se envía dentro de Estados Unidos de America
Se envía dentro de Estados Unidos de America
Cantidad disponible: 1 disponibles
Imagen de archivo
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems
Publicado por
World Scientific Publishing Co Pte Ltd, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: PBShop.store UK, Fairford, GLOS, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
HRD. Condición: New. New Book. Shipped from UK. Established seller since 2000. Nº de ref. del artículo: CX-9789819827237
Comprar nuevo
EUR 173,43
Envío por EUR 6,78
Se envía de Reino Unido a Estados Unidos de America
Se envía de Reino Unido a Estados Unidos de America
Cantidad disponible: 15 disponibles
Imagen de archivo
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems
Publicado por
World Scientific Publishing Co Pte Ltd, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: PBShop.store US, Wood Dale, IL, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
HRD. Condición: New. New Book. Shipped from UK. Established seller since 2000. Nº de ref. del artículo: CX-9789819827237
Comprar nuevo
EUR 181,27
Gastos de envío gratis
Se envía dentro de Estados Unidos de America
Se envía dentro de Estados Unidos de America
Cantidad disponible: 15 disponibles
Imagen de archivo
DEEP LEARN METHOD MATHE PHY (V1)
Publicado por
World Scientific, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Antiguo o usado
Tapa dura
Librería: GreatBookPrices, Columbia, MD, Estados Unidos de America
Calificación del vendedor: 5 de 5 estrellas
Condición: As New. Unread book in perfect condition. Nº de ref. del artículo: 52888135
Comprar usado
EUR 188,25
Envío por EUR 2,24
Se envía dentro de Estados Unidos de America
Se envía dentro de Estados Unidos de America
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
DEEP LEARN METHOD MATHE PHY (V1)
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Condición: New. Nº de ref. del artículo: 52888135-n
Comprar nuevo
EUR 173,42
Envío por EUR 17,32
Se envía de Reino Unido a Estados Unidos de America
Se envía de Reino Unido a Estados Unidos de America
Cantidad disponible: Más de 20 disponibles
Imagen del vendedor
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems
Publicado por
World Scientific Publishing Co Pte Ltd, SG, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: Rarewaves.com USA, London, LONDO, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Hardback. Condición: New. This book explores how Artificial Intelligence and Deep Learning are transforming Mathematical Physics, offering modern data-driven tools where traditional analytical and numerical methods fall short. As physical systems grow more complex or chaotic, deep learning provides efficient surrogates and physics-informed models capable of capturing dynamics and uncovering governing laws directly from data.This book introduces Neural ODEs, Physics-Informed Neural Networks (PINNs), and Hamiltonian and Lagrangian Neural Networks, showing how they enhance classical mechanics and PDE solvers for both forward and inverse problems. With Keras code examples, Google Colab notebooks, and practical exercises, this book serves researchers and students in physics, mathematics, and engineering seeking a concise, hands-on guide to applying deep learning in physical systems. Nº de ref. del artículo: LU-9789819827237
Comprar nuevo
EUR 205,40
Gastos de envío gratis
Se envía de Reino Unido a Estados Unidos de America
Se envía de Reino Unido a Estados Unidos de America
Cantidad disponible: 9 disponibles
Imagen de archivo
DEEP LEARN METHOD MATHE PHY (V1)
Publicado por
World Scientific, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Antiguo o usado
Tapa dura
Librería: GreatBookPricesUK, Woodford Green, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Condición: As New. Unread book in perfect condition. Nº de ref. del artículo: 52888135
Comprar usado
EUR 188,53
Envío por EUR 17,32
Se envía de Reino Unido a Estados Unidos de America
Se envía de Reino Unido a Estados Unidos de America
Cantidad disponible: Más de 20 disponibles
Imagen de archivo
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems (Hardcover)
Publicado por
World Scientific Publishing Co Pte Ltd, Singapore, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: AussieBookSeller, Truganina, VIC, Australia
Calificación del vendedor: 5 de 5 estrellas
Hardcover. Condición: new. Hardcover. This book explores how Artificial Intelligence and Deep Learning are transforming Mathematical Physics, offering modern data-driven tools where traditional analytical and numerical methods fall short. As physical systems grow more complex or chaotic, deep learning provides efficient surrogates and physics-informed models capable of capturing dynamics and uncovering governing laws directly from data.This book introduces Neural ODEs, Physics-Informed Neural Networks (PINNs), and Hamiltonian and Lagrangian Neural Networks, showing how they enhance classical mechanics and PDE solvers for both forward and inverse problems. With Keras code examples, Google Colab notebooks, and practical exercises, this book serves researchers and students in physics, mathematics, and engineering seeking a concise, hands-on guide to applying deep learning in physical systems. This item is printed on demand. Shipping may be from our Sydney, NSW warehouse or from our UK or US warehouse, depending on stock availability. Nº de ref. del artículo: 9789819827237
Comprar nuevo
EUR 191,97
Envío por EUR 31,41
Se envía de Australia a Estados Unidos de America
Se envía de Australia a Estados Unidos de America
Cantidad disponible: 1 disponibles
Imagen de archivo
Deep Learning Methods Of Mathematical Physics - Volume I: Direct And Inverse Problems
Publicado por
World Scientific Publishing Co Pte Ltd, 2026
ISBN 10: 981982723X
ISBN 13: 9789819827237
Nuevo
Tapa dura
Librería: Revaluation Books, Exeter, Reino Unido
Calificación del vendedor: 5 de 5 estrellas
Hardcover. Condición: Brand New. 550 pages. 6.00x1.19x9.00 inches. In Stock. Nº de ref. del artículo: x-981982723X
Comprar nuevo
EUR 231,88
Envío por EUR 14,44
Se envía de Reino Unido a Estados Unidos de America
Se envía de Reino Unido a Estados Unidos de America
Cantidad disponible: 2 disponibles