336
0
0
2024-07-01 17:09:05
2024-07-01
关于举办“深度学习在岩土工程中的应用与实践”专题培训会的通知
一、背景：
在深度学习与岩土工程融合的背景下，科研的边界持续扩展，创新成果不断涌现。从基本物理模型的构建到岩土工程问题的复杂模拟，从数据驱动的分析到工程问题的智能解决，深度学习正以前所未有的动力推动岩土工程领域的革新。据调查，目前在岩土工程领域内，深度学习的应用主要集中在以下几个方面：
为促进科研人员、工程师及产业界人士对深度学习在岩土工程领域应用技术的掌握，特举办“深度学习在岩土工程中的前沿应用与实践”专题培训会，本次培训会议主办方为北京软研国际信息技术研究院，承办方互动派（北京）教育科技有限公司，会议会务合作单位为北京中科四方生物科技有限公司，具体相关事宜通知如下：
二、培训对象：
地质学、建筑科学与工程、矿业工程、安全科学与灾害防治、公路与水路运输、水利水电工程、石油天然气工业、地球物理学、环境科学与资源利用、自动化技术等领域的科研人员、工程师、及相关行业从业者、跨领域研究人员。
三、培训大纲:
“深度学习在岩土工程中的应用与实践”专题培训大纲
|
课 程 |
内 容 |
|
岩土工程 物理模型基础 |
|
实战演练：分离变量法求固结方程的解析解
实战演练：双线性方法求KdV方程的解析解
实战演练：时间分布Fourier方法求Boussinesq方程的数值解 |
|
|
Python及神经网络构建基础
|
实战演练：基于简单Numpy指令解决岩石图像分类问题
实战演练：基于Pytorch模块求解渗透系数及其影响因素间关系的量化模型。
|
|
数据—物理 双驱动神经网络 |
实战演练：利用DeepXDE框架解决饱和土体的固结问题 |
|
案例实践 论文复现 |
论文实例解读与实战（一）：PINN模型在固结问题中的应用 参考文献：Application of improved physics-informed neu-ral networks for nonlinear consolidation problems with continuous drainage boundary conditions
论文实例解读与实战（二）：PINN模型在非饱和渗透模拟中的应用 参考文献：Surrogate modeling for unsaturated infiltration via the physics and equality-constrained artificial neural network
论文实例解读与实战（三）：PINN模型在非线性波动方程中的应用 参考文献：Explorations of certain nonlinear waves of the Boussinesq and Camassa–Holm equations using physics-informed neural networks
|
四、主讲老师：
双一流及985工程建设高校副教授、硕导。主持和参与国家及省自然科学基金多项，发表 SCI 检索论文30余篇，论文总共他引900余次。主要从事岩土工程数值模拟方法研究。在土体基本理论与本构关系、人工智能机器学习在岩土工程中的应用等方面积累了丰富的经验。
五、培训时间：
2024 年 7月 27日-7月28日 在线直播（授课2天）
2024 年 8月 03日-8月04日 在线直播（授课2天）
六、报名费用：
每人￥4500元（含报名费、培训费、资料费）
2024年6月28日前报名缴费可享受200元早鸟价优惠；
参加过我单位举办的其它课程的老学员，可享受额外200优惠；
费用提供用于报销的正规机打发票及盖有公章的纸质通知文件；
如需开具会议费的单位请联系招生老师索取会议邀请函；
七、增值服务：
1、凡报名学员将获得本次培训电子课件及案例模型文件；
2、培训结束可获得本次所学专题课程全部无限次回放视频；
3、参加培训并通过试的学员，可以获得：主办方北京软研国际信息技术研究院培训中心颁发的《深度学习在岩土工程中的应用与实践》专业技能结业证书；
八、联系方式：
官方联系人:互动派科宇老师 电话、微信：13520456594
官方座机：010-56245524 官方网址：www.hdpaii.com
【注】开课前一周会务组统一通知；开课前一天会将直播链接及上机账号发至您微信。
