计算流体力学、流体力学中的机器学习方法、数据驱动的计算力学一、流体力学基础理论与编程实战案例实践：1、有限差分法求解一维热对流扩散方程（案例教学）2、有限元法求解非线性热传导问题（案例教学）3、二维不可压缩N-S方程求解（案例教学）4、顶盖驱动方腔流计算案例（案例教学）二、Fluent简介与案例实战案例实践：1、圆柱绕流、小球入水的Fluent求解流程（案例教学）2、Fluent数据导出与制作深度学习数据AI结合训练（案例教学）3、基于Fluent结果的Tecplot科研绘图（案例教学）机器学习线性代数基础与数据处理人工智能基础理论与优化方法案例实践：Python实现基础网络架构1、 梯度下降算法的Python实现2、二阶函数极值问题求解（案例教学）3、使用生成对抗网络（GANs）提高流场分辨率（案例教学利用动力学神经网络求解微分方程3、使用Neural ODE求解动力学问题（案例教学）4、动力学神经网络及其流体力学应用5、物理信息神经网络（案例教学）6、哈密顿神经网络（案例教学）7、动模态分解介绍及应用（案例教学）经典神经网络介绍与流动特征提取如圆柱绕流预测（案例教学）4、Diffusion model 定义与算例（案例教学）5、基于神经网络的流体超分辨应用（案例教学）物理融合神经网络在湍流模拟中的应用JAX-PINN进阶案例实践：二维机翼流场的模拟预测（案例教学）详情：某公某号 科研实践课堂 https://mp.weixin.qq.com/s/tEfdBPYXHVyjYiM-cXvlYw