Computational Differential Equations with AI : Modern Machine Learning Approaches (Synthesis Lectures on Mathematics & Statistics) / Chakraverty, Snehashish/Kumar Samota, Sandeep/Gupta, Reema

ＡＩを用いた計算微分方程式：最新機械学習アプローチ<br>Computational Differential Equations with AI : Modern Machine Learning Approaches (Synthesis Lectures on Mathematics & Statistics)

個数：

予約

ＡＩを用いた計算微分方程式：最新機械学習アプローチ
Computational Differential Equations with AI : Modern Machine Learning Approaches (Synthesis Lectures on Mathematics & Statistics)

Chakraverty, Snehashish/Kumar Samota, Sandeep/Gupta, Reema

ウェブストア価格 ¥12,058（本体¥10,962）
Springer, Berlin; Springer（2026/07発売）
外貨定価 EUR 42.79
ポイント 109pt

現在予約受付中です。出版後の入荷・発送となります。
（重要：表示されている発売日は予定となり、発売が延期、中止、生産限定品で商品確保ができないなどの理由により、ご注文をお取消しさせていただく場合がございます。予めご了承ください。）

●3Dセキュア導入とクレジットカードによるお支払いについて

【入荷遅延について】
世界情勢の影響により、海外からお取り寄せとなる洋書・洋古書の入荷が、表示している標準的な納期よりも遅延する場合がございます。
おそれいりますが、あらかじめご了承くださいますようお願い申し上げます。

◆画像の表紙や帯等は実物とは異なる場合があります。

◆ウェブストアでの洋書販売価格は、弊社店舗等での販売価格とは異なります。
また、洋書販売価格は、ご注文確定時点での日本円価格となります。
ご注文確定後に、同じ洋書の販売価格が変動しても、それは反映されません。

製本 Hardcover:ハードカバー版
商品コード 9783032225733

Full Description

This book provides cutting-edge machine learning (ML) methods, including Physics-Informed Neural Networks (PINNs), Neural Operators, and other ML methods, for solving ordinary differential equations (ODEs), partial differential equations (PDEs), and stochastic systems. Differential equations (DEs) are the basic foundation for modeling real-world problems in various fields such as physics, engineering, finance, and biology. Solving DEs requires complicated mathematical methods; however, ML is now a viable, innovative, and alternative technique. This book aims to bridge the gap between DEs and ML by explaining how to utilize neural networks, physics-informed models, and other artificial intelligence (AI) based techniques to solve DEs more efficiently and accurately. With the use of ML techniques, readers can also uncover hidden patterns within the data of the problem.The authors utilize Python throughout to implement and demonstrate the methods behind the various presented examples. This book is an ideal choice for academic researchers, engineers, data scientists, and others who are interested in ML methods and real-world applications to democratize next-generational computational mathematics.