MindSpore科學計算 陳雷 9787115654014 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：MindSpore科學計算
ISBN：9787115654014
出版社：人民郵電
著編譯者：陳雷
頁數：276
所在地：中國大陸 *此為代購商品
書號：1718907
可大量預訂，請先連絡。

內容簡介

本書全面、系統地探討科學計算的背景、機器學習的重要性以及昇思MindSpore框架在科學計算中的廣泛應用。科學計算作為一門交叉學科，融合了數學、計算機科學與技術等領域的專業知識，在現代科學研究和工程實踐中起著關鍵作用。本書以MindSpore為平台，深入研究這一全場景AI框架在科學計算中的探索與實踐，通過對基礎理論、行業應用和實際案例的詳細介紹，為讀者提供全方位的學習和參考資料。 全書共8章，首先詳細介紹科學計算的基礎理論，包括數學模型、算法原理等，為讀者打下堅實的理論基礎。然後，通過MindSpore在電磁學、生物計算、流體力學、氣象學、材料化學及量子計算等領域的實際案例，幫助讀者深刻理解MindSpore在現實場景中的應用，為未來的科學計算實踐提供實際的指導和參考。 本書不僅適合AI、智能科學與技術、計算機科學與技術、電子信息工程、自動化等相關專業的本科生和研究生閱讀，也可為軟體開發工程師和科研人員提供深入了解MindSpore框架及其實踐的豐富資料。

作者簡介

陳雷，香港科技大學計算機科學與工程系教授，大數據研究所主任，IEEE Fellow和ACM傑出科學家。研究方向包括數據驅動Al、人機共生機器學習、知識圖譜、社交媒體上的數據挖掘等。在國際著名期刊和會議上發表300餘篇論文，曾獲得2015年SIGMOD最具時間價值獎。現任VLDB 2019程序委員會聯合主席、VLDB期刊主編、IEEETKDE期刊副總編輯、VLDBEndowment執行成員。

目錄

第1章 導論
1 1 科學計算的背景
1 2 科學計算在中國的發展
第2章 科學計算的應用與方案
2 1 概述
2 1 1 電磁學概述
2 1 2 生物計算概述
2 1 3 流體力學概述
2 1 4 氣象學概述
2 1 5 材料化學概述
2 1 6 量子計算概述
2 2 電磁學
2 2 1 電磁學發展
2 2 2 電磁學領域的AI應用
2 3 生物計算
2 3 1 蛋白質結構預測
2 3 2 蛋白質功能與性質預測
2 3 3 蛋白質設計
2 4 流體力學
2 4 1 計算流體力學方法
2 4 2 機器學習在流體力學中的應用
2 4 3 流體建模
2 4 4 主動流體控制與優化
2 4 5 機器學習在流體力學中的挑戰
2 5 氣象學
2 5 1 大氣物理學
2 5 2 大氣化學
2 6 材料化學
2 6 1 化學信息表示與存儲
2 6 2 逆合成預測
2 6 3 智能化化學實驗室
2 6 4 計算化學研究
2 7 量子計算
2 7 1 量子計算基本概念
2 7 2 量子機器學習可行性分析
2 7 3 量子機器學習
2 7 4 量子神經網絡
第3章 電磁學應用實踐
3 1 概述
3 2 物理驅動的AI電磁模擬
3 2 1 點源時域麥克斯韋方程AI求解
3 2 2 增量訓練求解麥克斯韋方程族
3 3 數據驅動的AI電磁模擬
3 3 1 基於參數化方案的AI電磁模擬
3 3 2 基於點雲方案的AI電磁模擬
3 4 端到端可微分的FDTD
3 4 1 可微分FDTD求解器原理
3 4 2 基於可微分FDTD的S參數模擬
3 4 3 端到端可微分FDTD求解二維TM模式的電磁逆散射問題
3 5 總結與展望
第4章 生物計算應用實踐
4 1 概述
4 2 物理驅動——分子動力學模擬
4 2 1 基礎模擬流程
4 2 2 蛋白質鬆弛
4 3 數據驅動——蛋白質結構預測
4 3 1 蛋白質結構預測工具——MEGA-Protein
4 3 2 動態蛋白質結構解析
4 4 總結與展望
第5章 流體力學應用實踐
5 1 概述
5 2 物理驅動的AI流體模擬
5 2 1 N-S方程正問題求解
5 2 2 N-S方程反問題求解
5 3 數據驅動的AI流體模擬
5 3 1 流體模擬大模型——東方·御風
5 3 2 基於傅里葉神經運算元的流場模擬
5 3 3 基於Koopman神經運算元的流場模擬
5 4 數據-機理融合驅動的AI流體模擬
5 4 1 基於PDE-Net的AI流體模擬
5 4 2 AI湍流建模
5 5 端到端可微分CFD求解器
5 5 1 可微分CFD求解器原理
5 5 2 MindFlowCFD求解器的實現
5 5 3 激波管問題求解
5 5 4 庫埃特問題求解
5 5 5 二維黎曼問題求解
5 6 總結與展望
第6章 氣象學應用實踐
6 1 概述
6 2 基於Koopman神經運算元的AI天氣預報模型
6 2 1 ViT-KNO模型理論基礎
6 2 2 導入依賴
6 2 3 配置文件
6 2 4 創建數據集
6 2 5 構建神經網絡
6 2 6 構建損失函數
6 2 7 模型訓練
6 2 8 模型測試
6 3 基於深度生成模型的短臨降水AI預測
6 3 1 創建數據集
6 3 2 構建模型
6 3 3 構建優化器和損失函數
6 3 4 模型訓練
6 3 5 模型推理及可視化
6 3 6 性能對比
6 4 總結與展望
第7章 材料化學應用實踐
7 1 概述
7 2 MindSpore實現基於主動學習的高熵合金組分設計
7 2 1 組分生成
7 2 2 組分篩選
7 3 數據驅動的AI第一性原理模擬
7 3 1 基於等變神經網絡的晶體哈密頓量預測
7 3 2 創建數據集
7 3 3 構建神經網絡
7 3 4 模型訓練
7 3 5 模型推理
7 4 總結與展望
第8章 量子計算應用實踐
8 1 概述
8 2 MindQuantum基本使用指導
8 2 1 量子邏輯門
8 2 2 量子線路
8 2 3 量子模擬器
8 3 利用量子神經網絡實現鳶尾花分類
8 3 1 問題描述
8 3 2 數據預處理
8 3 3 搭建編碼層線路
8 3 4 搭建可訓練線路
8 3 5 構建哈密頓量
8 3 6 量子神經網絡的訓練與預測
8 4 利用量子近似優化算法實現組合優化問題求解
8 4 1 問題描述
8 4 2 Max-Cut問題的量子化
8 4 3 QAOA流程
8 4 4 搭建QAOA量子神經網絡
8 4 5 訓練並展示結果
8 5 總結與展望
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。