zurück zur Suche
In diesem Praktikum lernst Du, wie Deep-Learning-Methoden zur Lösung partieller Differentialgleichungen (PDEs) in ingenieurwissenschaftlichen Anwendungen eingesetzt werden. Am Ende kannst Du neuronale Netze mit PyTorch entwickeln und anwenden, um parametrisierte PDE-Probleme z.B. aus Strömungsmechanik, Materialwissenschaften oder Wärmeübertragung zu lösen.
Aus einem früheren Semester, nur als Anhaltspunkt.
Noch keine Bewertungen für dieses Modul.
Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.
Bewertungen werden vor der Veröffentlichung automatisch geprüft.
Offizielle Seite in TUMonline · Angaben unverbindlich.