Séance de cours
Machine Learning for Solving PDEs: Méthode de caractéristiques aléatoires
Séances de cours associées (65)
Valeurs propres et vecteurs propres
Couvre les valeurs propres et les vecteurs propres dans l'algèbre linéaire.
Fonctions: Parametric, Integrals, Multi-variable
Couvre les fonctions paramétriques, les intégrales et l'origine de la plasticité dans les métaux.
Conception moléculaire computationnelle
Explore la conception moléculaire computationnelle, en mettant l'accent sur la théorie mathématique, l'informatique haute performance et les expériences In Vivo, en mettant l'accent sur la chimie quantique et la dynamique des électrons.
Modèle mécanique quantique : fonction d'onde
Explore le modèle mécanique quantique, y compris la dualité des particules d'onde, le principe d'incertitude et les orbitales d'électrons.
Statistiques quantiques : Ensembles canoniques et grands canoniques
Explore les statistiques quantiques dans les ensembles canoniques et les grands ensembles canoniques, en discutant de la distinction, des micro-états et du principe d'exclusion Pauli.
Factorisation entière: Sieve Quadratic
Couvre la méthode Quadratic Sieve pour la factorisation entière, soulignant l'importance de choisir les bons paramètres pour la factorisation efficace.
Équations différentielles partielles: Réécoulement et propagation de la lumière
Explore les PDE à travers le reflow de film de polymère et la propagation de la lumière dans les fibres optiques.
Effets sur le champ cristallin : haut spin bas spin
Discute de la transition entre les états de spin élevé et de spin faible dans les effets du champ cristallin sur les orbitales d.
Tableau périodique et stœchiométrie
Couvre le tableau périodique, les propriétés atomiques, les isotopes, la stœchiométrie et les réactions chimiques, expliquant leurs relations et principes.
Mécanique quantique: Cristaux 1D
Couvre la mécanique quantique des cristaux 1D avec des conditions de limites périodiques.