Emulation of Complex Fluid Flows (Hardcover)
Idioma: inglés
Editorial: De Gruyter, Berlin, 2025
- Tapa dura
- Nuevo
Librería: CitiRetail, Stevenage, Reino UnidoCitiRetail
Vendedor de IberLibro desde 29 de junio de 2022
Condición: Nuevo
EUR 228,62
Cantidad disponible: 1 disponible
Añadir al carritoDescripción del artículo del vendedor
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.…
N° de ref. del artículo 9783111631356
- Título
- Emulation of Complex Fluid Flows (Hardcover)
- Autor
- Xingjian Wang
- Editorial
- De Gruyter, Berlin
- Año de publicación
- 2025
- Estado
- new
- Encuadernación
- Hardcover
- Idioma
- inglés
- 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.
“Sinopsis” puede pertenecer a otra edición de este título.
Acerca del autor
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
“Acerca de” puede pertenecer a otra edición de este título.
CitiRetail
Stevenage, Reino Unido
Vendedor de IberLibro desde 29 de junio de 2022
Tarifas de envío de Reino Unido a Estados Unidos de America
| Artículo | De 7 a 14 días hábiles | De 7 a 60 días hábiles |
|---|---|---|
| Primer artículo | EUR 44,28 | EUR 44,28 |
Métodos de pago
Descripción de la tienda
Online business
Información empresarial del vendedor
ABC BOOKS LIMITED
10 John Street
London, Reino Unido WC1N 2EB
Condiciones de venta
Orders can be returned within 30 days of receipt.
Derecho al desistimiento
Si es un consumidor, puede rescindir el contrato de acuerdo con lo siguiente. Por consumidor se entiende cualquier persona física que actúe con fines ajenos a su actividad comercial, empresarial, oficio o profesión.
Información sobre el derecho de desistimiento
Derecho legal de desistimiento
Tiene derecho a rescindir este contrato en un plazo de 14 días sin dar ningún motivo.
El periodo de desistimiento vencerá a los 14 días desde que usted, o un tercero que no sea el transportista e indicado por usted, adquiera la posesión física del último bien o del último lote o pieza.
Para ejercer el derecho de desistimiento, complete de forma electrónica y envíe una declaración clara en nuestro sitio web, desde "Mis compras" en "Mi cuenta". Le enviaremos sin demora un acuse de recibo de dicho desistimiento a través de un soporte duradero (por ejemplo, por correo electrónico).
Para cumplir con el plazo de desistimiento, basta con que envíe su comunicación relativa al ejercicio del derecho de desistimiento antes de que venza el periodo de desistimiento.
Efectos del desistimiento
Si rescinde este contrato, le reembolsaremos todos los pagos que hayamos recibido de usted, incluidos los gastos de envío (excepto los gastos adicionales que surjan si elige un tipo de envío que no sea el tipo de envío estándar más económico que ofrecemos).
Podemos hacer una deducción del reembolso por la pérdida de valor de cualquier bien suministrado, si la pérdida es el resultado de una manipulación innecesaria por su parte.
Efectuaremos el reembolso sin demoras indebidas y, a más tardar, 14 días después de que se nos informe de su decisión de rescindir este contrato.
Efectuaremos el reembolso utilizando el mismo medio de pago que utilizó para la transacción inicial, a menos que haya acordado expresamente lo contrario; en cualquier caso, no incurrirá en ningún cargo como resultado de dicho reembolso.
Podremos retener el reembolso hasta que hayamos recibido los bienes o hasta que nos haya presentado una prueba de que los ha devuelto, lo que ocurra primero.
Deberá devolver los bienes o entregarlos a CitiRetail, Stevenage, United Kingdom, sin demoras indebidas y, en cualquier caso, en un plazo máximo de 14 días a partir del día en que nos comunique su desistimiento del presente contrato. El plazo se cumple si devuelve la mercancía antes de que venza el periodo de 14 días. Tendrá que asumir los gastos directos de devolución de los bienes. Usted solo es responsable de la disminución del valor de los bienes como resultado de una manipulación distinta a la necesaria para establecer la naturaleza, las características y el funcionamiento de los bienes.
Excepciones al derecho de desistimiento
El derecho de desistimiento no se aplica a lo siguiente:
- La entrega de periódicos, diarios o revistas, con la excepción de los contratos de suscripción; y
- El suministro de contenido digital que no se proporcione en un soporte tangible (por ejemplo, en un CD o DVD) si, al hacer el pedido, aceptó que podíamos empezar a entregarlo y que no podría desistir una vez iniciada la entrega.
Condiciones de envío
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.