Numerical and Data-Driven Modelling in Coastal, Hydrological and Hydraulic Engineering
Książka przedstawia najnowsze badania obejmujące aspekty wyzwań w modelowaniu predykcyjnym i zastosowaniach. Badane są zaawansowane techniki numeryczne do dokładnego i wydajnego przewidywania w czasie rzeczywistym oraz optymalnego zarządzania w inżynierii przybrzeżnej i hydraulicznej.
Na przykład wprowadzono adaptacyjne siatki niestrukturalne, aby uchwycić ważną dynamikę, która działa w różnych skalach długości. Techniki głębokiego uczenia umożliwiają szybkie i dokładne symulacje modelowania i torują drogę zarówno do prognozowania w czasie rzeczywistym, jak i ogólnej kontroli optymalizacji w czasie, poprawiając w ten sposób rentowność i zarządzanie ryzykiem. Wykorzystanie technik asymilacji danych obejmuje informacje z eksperymentów i obserwacji w celu zmniejszenia niepewności w prognozach i poprawy dokładności przewidywania.
Ukierunkowane podejścia obserwacyjne mogą być wykorzystywane do określania, kiedy, gdzie i jakie rodzaje obserwacji zapewniłyby największą poprawę konkretnych prognoz modelowych w przyszłości. Takie ukierunkowane obserwacje są ważne, ponieważ pozwolą na najbardziej efektywne wykorzystanie dostępnych zasobów monitorowania.
Połączenie głębokiego uczenia i asymilacji danych umożliwia szybką i dokładną reakcję w sytuacjach kryzysowych. Omówione tutaj technologie mogą być również wykorzystywane do określania wrażliwości wyników na różne warunki operacyjne w inżynierii i zarządzaniu, zapewniając w ten sposób wiarygodne informacje zarówno społeczeństwu, jak i decydentom.