Séance de cours

Modélisation de l'hémodynamique dans les flux vasculaires

Description

Cette séance de cours couvre le Centre pour les systèmes intelligents (CIS) de l'EPFL, axé sur la recherche dans les systèmes intelligents. Il se transforme en modélisation d'ordre réduit pour le flux sanguin dans les grandes artères, mettant l'accent sur les défis informatiques et les solutions pour les problèmes d'interaction fluide-structure (FSI). La présentation présente des évaluations numériques des modèles FSI réduits et l'application de méthodes de base réduites. Il explore également l'utilisation de réseaux neuraux pour l'approximation de l'hémodynamique basée sur les données, en mettant particulièrement l'accent sur les applications de contournement femoropoplite. La séance de cours se termine par des discussions sur l'enrichissement des réseaux neuraux avec les résolveurs de PDE et le développement de modèles de physique-sensibilisation pour l'électrophysiologie cardiaque.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Séances de cours associées (46)
L'IA pour la science
Explore les principes fondamentaux de la recherche scientifique, de l'impact des ordinateurs, des algorithmes numériques et de l'apprentissage profond dans la résolution de problèmes de haute dimension.
Intelligence artificielle socialement consciente pour la mobilité du dernier kilomètre
Explore l'IA socialement consciente pour la mobilité des derniers milles, se concentrant sur la compréhension des étiquettes sociales, l'anticipation des comportements et la prévision des mouvements de foule.
La science des données véridiques: responsable, fiable, reproductible
Par le Prof. Bin Yu explore la science des données véridiques, mettant l'accent sur l'analyse responsable, fiable et reproductible des données et la prise de décisions.
Algorithmes gradués dans l'apprentissage à haute dimension
Fournit des informations sur les algorithmes basés sur les gradients, les mystères d'apprentissage profond, et les défis des problèmes non convexes.
Classement et classement différenciés
Explore différentes techniques de classement et de tri pour les applications d'apprentissage automatique.
Afficher plus

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.