Explore l'optimisation des réseaux neuronaux en utilisant la descente de gradient stochastique (SGD) et le concept de risque double par rapport au risque empirique.
Explore les formulations fortes et intégrales du transfert de chaleur de conduction dans les milieux 2D, ainsi que les formulations faibles et les conditions aux limites.
Couvre les bases de la modélisation pour les appareils micro/nano et souligne l'importance de la pensée computationnelle dans la compréhension et l'amélioration de la conception des appareils.
