A Toolbox for Digital Twins: From Model-Based to Data-Driven

· Mathematics in Industry หนังสือเล่มที่ 6 · SIAM
eBook
856
หน้า
มีสิทธิ์

เกี่ยวกับ eBook เล่มนี้

This book brings together the mathematical and numerical frameworks needed for developing digital twins.  Starting from the basics—probability, statistics, numerical methods, optimization, and machine learning—and moving on to data assimilation, inverse problems, and Bayesian uncertainty quantification, the book provides a comprehensive toolbox for digital twins. Emphasis is also placed on the design process, denoted as the “inference cycle,” the aim of which is to propose a global methodology for complex problems.

Readers will find guidelines and decision trees to help them choose the right tools for the job; a comprehensive reference section with all recent methods, covering both model-based and data-driven approaches; a vast selection of examples and all accompanying code; and a companion website containing updates, case studies, and extended material.

A Toolbox for Digital Twins: From Model-Based to Data-Driven is for researchers and engineers, engineering students, and scientists in any domain where data and models need to be coupled to produce digital twins.

ให้คะแนน eBook นี้

แสดงความเห็นของคุณให้เรารับรู้

ข้อมูลในการอ่าน

สมาร์ทโฟนและแท็บเล็ต
ติดตั้งแอป Google Play Books สำหรับ Android และ iPad/iPhone แอปจะซิงค์โดยอัตโนมัติกับบัญชีของคุณ และช่วยให้คุณอ่านแบบออนไลน์หรือออฟไลน์ได้ทุกที่
แล็ปท็อปและคอมพิวเตอร์
คุณฟังหนังสือเสียงที่ซื้อจาก Google Play โดยใช้เว็บเบราว์เซอร์ในคอมพิวเตอร์ได้
eReader และอุปกรณ์อื่นๆ
หากต้องการอ่านบนอุปกรณ์ e-ink เช่น Kobo eReader คุณจะต้องดาวน์โหลดและโอนไฟล์ไปยังอุปกรณ์ของคุณ โปรดทำตามวิธีการอย่างละเอียดในศูนย์ช่วยเหลือเพื่อโอนไฟล์ไปยัง eReader ที่รองรับ

อ่านซีรีส์นี้ต่อ

รายการอื่นๆ ที่เขียนโดย Mark Asch

eBook ที่คล้ายกัน