KI-Beratung Beta
Vor Ort
Merkzettel Warenkorb
Produktbild: Scientific Machine Learning
Band 42

Scientific Machine Learning Emerging Topics

Aus der Reihe SEMA SIMAI Springer Series

234,33 €

inkl. gesetzl. MwSt.

Beschreibung

This volume gathers peer-reviewed papers from the workshop Scientific Machine Learning: Emerging Topics, held at SISSA in Trieste, Italy. The event gathered leading researchers in mathematics, algorithms, and machine learning. Its goal was to advance the synergy between data-driven models and scientific...

Beschreibung

This volume gathers peer-reviewed papers from the workshop Scientific Machine Learning: Emerging Topics, held at SISSA in Trieste, Italy. The event gathered leading researchers in mathematics, algorithms, and machine learning. Its goal was to advance the synergy between data-driven models and scientific computing, promoting robust, interpretable, and scalable methods. The works reflect major trends in scientific machine learning (SciML), including optimization, physics-informed learning, neural graph/operators/ODE, transformers, and generative models. Contributions propose physics-based constrained neural networks, advancements in optimization and model reduction, and applications across power systems, chemical kinetics, and biomechanics. Topics span from hybrid models for image classification to generative compression and neural operators for high-dimensional systems. Blending theory and practice, the volume captures the diversity and innovation shaping modern SciML.

This volume is addressed to researchers and will provide readers with insight into the current state of the field, sparks new ideas, and encourages further research at the rich intersection of machine learning, mathematics, and scientific computing.

Produktdetails

Format

PDF
Kopierschutz

Nein
Family Sharing

Nein
Text-to-Speech

Nein

Produktdetails

Format

PDF

Format

eBooks im PDF-Format haben eine festgelegte Seitengröße und eignen sich daher nur bedingt zum Lesen auf einem tolino eReader oder Smartphone. Für den vollen Lesegenuss empfehlen wir Ihnen bei PDF-eBooks die Verwendung eines Tablets oder Computers.

Kopierschutz

Nein

Kopierschutz

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie, allen sonstigen eReadern und am PC lesen. Das eBook ist nicht kopiergeschützt und kann ein personalisiertes Wasserzeichen enthalten. Weitere Hinweise zum Lesen von eBooks mit einem personalisierten Wasserzeichen finden Sie unter Hilfe/Downloads.

Family Sharing

Nein

Family Sharing

Mit Family Sharing können Sie eBooks innerhalb Ihrer Familie (max. sechs Mitglieder im gleichen Haushalt) teilen. Sie entscheiden selbst, welches Buch Sie mit welchem Familienmitglied teilen möchten. Auch das parallele Lesen durch verschiedene Familienmitglieder ist durch Family Sharing möglich. Um eBooks zu teilen oder geteilt zu bekommen, muss jedes Familienmitglied ein Konto bei Thalia oder einem anderen tolino-Buchhändler haben. Weitere Informationen finden Sie unter Hilfe/Family-Sharing.

Text-to-Speech

Nein

Text-to-Speech

Bedeutet Ihnen Stimme mehr als Text? Mit der Funktion Text-to-Speech können Sie sich im tolino webReader und in der aktuellen Thalia – Lesen & Hören App das eBook vorlesen lassen. Weitere Informationen finden Sie unter Hilfe/Text-to-Speech.

Erscheinungsdatum

23.02.2026
Herausgeber
Verlag Springer
Seitenzahl

218 (Printausgabe)
Dateigröße

36928 KB
Sprache

Englisch
EAN

9783032115270
Barrierefreiheit
  • alle zum Verständnis notwendigen Inhalte sind über Screenreader zugänglich
  • navigierbares Inhaltsverzeichnis
  • logische Lesereihenfolge eingehalten
  • kurze Alternativtexte (z.B. für Abbildungen) vorhanden
  • hoher Kontrast zwischen Text und Hintergrund
  • entspricht der Vorgabe Barrierefreiheit PDF / UA 1
  • nicht oder eingeschränkt barrierefrei
  • keine Vorlesefunktionen des Lesesystems deaktiviert
  • Inhalt auch ohne Farbwahrnehmung verständlich dargestellt
  • Navigation über vorher / nachher Elemente

Noch keine Bewertungen vorhanden

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kundinnen und Kunden durch Ihre Meinung.

Kundinnen und Kunden meinen

Bewertungen (0)

Weitere Artikel finden Sie in
  • Produktbild: Scientific Machine Learning