互联网 类型
可以朗读 语音朗读
297千字 字数
2025-04-01 发行日期
展开全部

主编推荐语

细数MindSpore AI框架在科学计算领域的应用。

内容简介

本书全面、系统地探讨科学计算的背景、机器学习的重要性以及昇思MindSpore框架在科学计算中的广泛应用。科学计算作为一门交叉学科，融合了数学、计算机科学与技术等领域的专业知识，在现代科学研究和工程实践中起着关键作用。

本书以MindSpore为平台，深入研究这一全场景AI框架在科学计算中的探索与实践，通过对基础理论、行业应用和实际案例的详细介绍，为读者提供全方位的学习和参考资料。

全书共8章，首先详细介绍科学计算的基础理论，包括数学模型、算法原理等，为读者打下坚实的理论基础。然后，通过MindSpore在电磁学、生物计算、流体力学、气象学、材料化学及量子计算等领域的实际案例，帮助读者深刻理解MindSpore在现实场景中的应用，为未来的科学计算实践提供实际的指导和参考。

目录

  • 版权信息
  • 内容提要
  • 专家推荐
  • 丛书序
  • 前言
  • 第1章 导论
  • 1.1 科学计算的背景
  • 1.2 科学计算在中国的发展
  • 第2章 科学计算的应用与方案
  • 2.1 概述
  • 2.1.1 电磁学概述
  • 2.1.2 生物计算概述
  • 2.1.3 流体力学概述
  • 2.1.4 气象学概述
  • 2.1.5 材料化学概述
  • 2.1.6 量子计算概述
  • 2.2 电磁学
  • 2.2.1 电磁学发展
  • 2.2.2 电磁学领域的AI应用
  • 2.3 生物计算
  • 2.3.1 蛋白质结构预测
  • 2.3.2 蛋白质功能与性质预测
  • 2.3.3 蛋白质设计
  • 2.4 流体力学
  • 2.4.1 计算流体力学方法
  • 2.4.2 机器学习在流体力学中的应用
  • 2.4.3 流体建模
  • 2.4.4 主动流体控制与优化
  • 2.4.5 机器学习在流体力学中的挑战
  • 2.5 气象学
  • 2.5.1 大气物理学
  • 2.5.2 大气化学
  • 2.6 材料化学
  • 2.6.1 化学信息表示与存储
  • 2.6.2 逆合成预测
  • 2.6.3 智能化化学实验室
  • 2.6.4 计算化学研究
  • 2.7 量子计算
  • 2.7.1 量子计算基本概念
  • 2.7.2 量子机器学习可行性分析
  • 2.7.3 量子机器学习
  • 2.7.4 量子神经网络
  • 第3章 电磁学应用实践
  • 3.1 概述
  • 3.2 物理驱动的AI电磁仿真
  • 3.2.1 点源时域麦克斯韦方程AI求解
  • 3.2.2 增量训练求解麦克斯韦方程族
  • 3.3 数据驱动的AI电磁仿真
  • 3.3.1 基于参数化方案的AI电磁仿真
  • 3.3.2 基于点云方案的AI电磁仿真
  • 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 基于可微分FDTD的S参数仿真
  • 3.4.3 端到端可微分FDTD求解二维TM模式的电磁逆散射问题
  • 3.5 总结与展望
  • 第4章 生物计算应用实践
  • 4.1 概述
  • 4.2 物理驱动
  • 4.2.1 基础模拟流程
  • 4.2.2 蛋白质松弛
  • 4.3 数据驱动
  • 4.3.1 蛋白质结构预测工具
  • 4.3.2 动态蛋白质结构解析
  • 4.4 总结与展望
  • 第5章 流体力学应用实践
  • 5.1 概述
  • 5.2 物理驱动的AI流体仿真
  • 5.2.1 N-S方程正问题求解
  • 5.2.2 N-S方程反问题求解
  • 5.3 数据驱动的AI流体仿真
  • 5.3.1 流体仿真大模型
  • 5.3.2 基于傅里叶神经算子的流场仿真
  • 5.3.3 基于Koopman神经算子的流场仿真
  • 5.4 数据-机理融合驱动的AI流体仿真
  • 5.4.1 基于PDE-Net的AI流体仿真
  • 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 MindFlow CFD求解器的实现
  • 5.5.3 激波管问题求解
  • 5.5.4 库埃特问题求解
  • 5.5.5 二维黎曼问题求解
  • 5.6 总结与展望
  • 第6章 气象学应用实践
  • 6.1 概述
  • 6.2 基于Koopman神经算子的AI天气预报模型
  • 6.2.1 ViT-KNO模型理论基础
  • 6.2.2 导入依赖
  • 6.2.3 配置文件
  • 6.2.4 创建数据集
  • 6.2.5 构建神经网络
  • 6.2.6 构建损失函数
  • 6.2.7 模型训练
  • 6.2.8 模型测试
  • 6.3 基于深度生成模型的短临降水AI预测
  • 6.3.1 创建数据集
  • 6.3.2 构建模型
  • 6.3.3 构建优化器和损失函数
  • 6.3.4 模型训练
  • 6.3.5 模型推理及可视化
  • 6.3.6 性能对比
  • 6.4 总结与展望
  • 第7章 材料化学应用实践
  • 7.1 概述
  • 7.2 MindSpore实现基于主动学习的高熵合金组分设计
  • 7.2.1 组分生成
  • 7.2.2 组分筛选
  • 7.3 数据驱动的AI第一性原理仿真
  • 7.3.1 基于等变神经网络的晶体哈密顿量预测
  • 7.3.2 创建数据集
  • 7.3.3 构建神经网络
  • 7.3.4 模型训练
  • 7.3.5 模型推理
  • 7.4 总结与展望
  • 第8章 量子计算应用实践
  • 8.1 概述
  • 8.2 MindQuantum 基本使用指导
  • 8.2.1 量子逻辑门
  • 8.2.2 量子线路
  • 8.2.3 量子模拟器
  • 8.3 利用量子神经网络实现鸢尾花分类
  • 8.3.1 问题描述
  • 8.3.2 数据预处理
  • 8.3.3 搭建编码层线路
  • 8.3.4 搭建可训练线路
  • 8.3.5 构建哈密顿量
  • 8.3.6 量子神经网络的训练与预测
  • 8.4 利用量子近似优化算法实现组合优化问题求解
  • 8.4.1 问题描述
  • 8.4.2 Max-Cut问题的量子化
  • 8.4.3 QAOA流程
  • 8.4.4 搭建QAOA量子神经网络
  • 8.4.5 训练并展示结果
  • 8.5 总结与展望
  • 参考文献
  • 彩图
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。