Passer au contenu principal
Graph
Search
fr
|
en
Se Connecter
Recherche
Tous
Catégories
Concepts
Cours
Séances de cours
MOOCs
Personnes
Exercices
Publications
Start-ups
Unités
Afficher tous les résultats pour
Accueil
Séance de cours
Barycentres: Exemples
Graph Chatbot
Séances de cours associées (32)
Précédent
Page 1 sur 4
Suivant
Produit Scalar: Propriétés géométriques
Couvre la définition et les propriétés du produit scalaire, y compris les interprétations géométriques et les propriétés algébriques.
Analyse structurale: Matrice de Trusse et de Stiffness
Couvre l'analyse des trusses et la dérivation de la matrice de rigidité dans l'ingénierie structurale.
Les décideurs politiques de la ville intelligente
Explore les décisions stratégiques pour les décideurs de Smart City, couvrant les aspects technologiques, financiers, politiques et sociaux.
Méthodes numériques: runge-kutta
Couvre la méthode Runge-Kutta et ses variations, en discutant de la minimisation des erreurs et de la stabilité dans les systèmes non linéaires.
Modélisation des éléments finis: Dynamique
Introduit les bases de la modélisation des éléments finis pour la dynamique et discute de la méthode Newmark pour l'intégration du temps.
Modélisation des éléments finis
Couvre la dérivation de l'équation du mouvement, de l'interpolation, de l'équation de Newton et de la conservation de l'énergie dans la modélisation des éléments finis.
Méthode de l'élément fini
Couvre la méthode de l'élément Finite, en discutant de la dérivation de l'équation du mouvement et en explorant les matrices de masse et de rigidité.
Conception avancée des structures en béton
Se penche sur la conception de structures en béton avancées, couvrant les charges, les dalles, les poutres, les calculs et les modèles en corbeaux.
Digitalisation : industries et infrastructures urbaines
Discute de l'impact de la numérisation sur les industries et les infrastructures urbaines, en explorant de nouveaux services et modèles d'affaires.
Réseaux neuronaux profonds : optimisation et approximation
Explore l'optimisation et l'approximation dans les réseaux neuronaux profonds, y compris le contrôle optimal et les expériences numériques.