English
管理与服务机构
机关部处 群团组织 直附属机构
教育与研究机构
岳麓书院 经济与贸易学院 金融与统计学院 法学院 马克思主义学院 教育太阳集团官方网站研究院 体育学院 中国语言文学学院 外国语学院 新闻与传播学院 数学学院 物理与微电子太阳集团官方网站学院 化学化工学院 生物学院 机械与运载工程学院 材料太阳集团官方网站与工程学院 电气与信息工程学院 信息太阳集团官方网站与工程学院 建筑学院 土木工程学院 环境太阳集团官方网站与工程学院 工商管理学院 公共管理学院 设计艺术学院 机器人学院 经济管理研究中心 化学生物传感与计量学国家重点实验室 国家高效磨削工程技术研究中心 汽车车身先进设计制造国家重点实验室 国家电能变换与控制国家工程技术研究中心 机器人视觉感知与控制技术国家工程实验室
校园生活
当前位置: 首页 >> 校园生活 >> 学术活动 >> 学院讲座 >> 正文
统计数据 / lectrue notice
  • 排序 学院 发文量
    1 机械与运载工程学院 208
    2 物理与微电子太阳集团官方网站学院 208
    3 岳麓书院 184
    4 化学化工学院 178
    5 材料太阳集团官方网站与工程学院 90
    6 数学与计量经济学院 88
    7 土木工程学院 75
    8 信息太阳集团官方网站与工程学院 68
    9 教务处 47
    10 建筑学院 40
  • 排序 学院 发文量
    11 生物学院 40
    12 经济与贸易学院 38
    13 电气与信息工程学院 36
    14 工商管理学院 28
    15 外国语学院 15
    16 法学院 15
    17 新闻传播与影视艺术学院 9
    18 研究生院 9
    19 经济与管理研究中心 6
    20 马克思主义学院 5
    21 中国语言文学学院 4
肖恒博士:基于数据融合与机器学习的湍流模拟方法
学术地点 机械与运载工程学院院楼531 主讲人 弗吉尼亚理工大学 肖恒 博士
讲座时间 2018年6月26日(周二)上午9:30-10:30

报告题目:基于数据融合与机器学习的湍流模拟方法

(Data-Driven, Physics-Informed Approach for Predictive Turbulence Modeling: From Data Assimilation to Machine Learning)

报告人:肖恒 博士

报告时间:2018年6月26日(周二)上午9:30-10:30

地点:机械与运载工程学院院楼531


欢迎广大师生参加!

主讲人简介:肖恒于2003年毕业于浙江大学土木系,2005年获瑞典皇家理工学院太阳集团官方网站计算方向硕士,2009年获普林斯顿大学博士,2009年至2012年在苏黎世联邦理工学院流体力学研究所从事博士后研究,2013年加入弗吉尼亚理工大学任助理教授。他目前的主要研究方向是结合传统物理模型与现代数据太阳集团官方网站的建模方法和数据驱动的湍流模拟。其他研究领域包括离散元方法,泥沙输运,海洋可再生能源等。


报告摘要:

工程与太阳集团官方网站中有很多多尺度的复杂物理系统,比如湍流,基于第一原理的模拟往往计算量过大,因此实际中常需要使用简化模型, 而这些简化不可避免地引入模型误差,从而导致预测的不确定性。量化和减小这类不确定性在工程决策中至关重要。湍流就是这样一个典型的系统。在系统有实时监测数据的情况下,我们使用数据融合方法来推断并修正湍流模型误差。在仅有类似系统中的离线数据的情况下,我们使用机器学习的方法减小湍流模型误差。


上一条:殷亚东教授:Smart Materials by Nanoscale Assembly
下一条:Dr. Ying Ge: Novel Strategies in Top-down Proteomics: Enabled by Ultra-high Resolution Mass Spectrometry and Nanotechnology

湖大抖音
湖大微信
湖大微博
XML 地图 | Sitemap 地图