课程大纲

课程大纲

机器学习基础理论及其在工程科学中的应用

课程编码:080104M05002H 英文名称:Machine Learning in Engineering Science: Basic Theories and Applications 课时:40 学分:2.00 课程属性:专业普及课 主讲教师:魏宇杰等

教学目的要求
本课程将以工程科学为背景,注重理论与实践的融合,通过课堂教学、案例讲演和实践操作相结合的方式,重点讲授机器学习方法在工程科学领域的发展和应用。
本课程是研究生的专业选修课,可供工程科学学院所有专业的研究生或高年级本科生学习,主要讲授机器学习涉及的线性代数、数理统计、数值计算等方面的基本数学方法;机器学习的基本概念、发展历程、方法分类等基础知识;监督式学习、非监督式学习、强化学习等多种机器学习算法的基本原理;Python编程语言的基础知识、基于Python的机器学习应用模块(TensorFlow、Keras)的基本用法。同时,课程将介绍和演示工程科学问题应用案例,使学生了解和认识机器学习方法用于工程科学问题的基本过程,并安排上机操作和开放式大作业,让学生针对特定工程科学问题开展机器学习算法编写、具体应用方面的实践,使学生理解和掌握机器学习的基础理论、方法及其在工程科学计算中的应用。
本课程将为学生将来从事机械、航空航天、土木、船舶、交通、电子、化工等行业的工作提供必要的知识,培养他们利用机器学习方法解决工程科学问题的能力,为他们更深入的研究奠定基础。

预修课程
线性代数、数理统计、高级编程语言(如Python等)

大纲内容
第一章 绪论 2学时 魏宇杰
第1节 课程介绍
第2节 机器学习方法及其发展历程(教学重点)
第3节 在工程科学问题中的应用(教学重点)
第4节 发展趋势
第二章 基础数学知识导引 3学时 肖攀
第1节 线性代数预备知识
第2节 数理统计预备知识(教学重点)
第3节 数值计算方法预备知识
第三章 Python编程基础 6学时 肖攀
第1节 Python语言介绍
第2节 Python语法基础
第3节 Python机器学习库介绍(教学重点)
第4节 Python环境搭建及机器学习库安装
第5节 数据与图像处理(教学重点)
第6节 机器学习常用数学方法在Python中的实现(教学重点)
第四章 监督式学习
第1节 线性模型 1.0学时 肖攀
第2节 逻辑回归(教学重点) 1.0学时 肖攀
第3节 贝叶斯分类器(教学重点) 1.0学时 肖攀
第4节 支持向量机(教学重点) 1.5学时 陈贤佳
第5节 决策树(教学重点) 1.0学时 陈贤佳
第6节 多层前馈神经网络(教学重点) 1.5学时 陈贤佳
第7节 卷积神经网络(教学重点与难点) 1.0学时 陈贤佳
第8节 循环神经网络 1.0学时 陈贤佳
第五章 机器学习方法在工程科学中的应用 3学时
第1节 二维圆柱绕流场预测(流体力学)(教学重点)
第2节 材料本构建模(固体力学)(教学重点)
第3节 高速列车载荷谱预测(工程力学)(教学重点)
第六章 课程实践(一)
第1节 人脸图像性别识别(图像学)(教学重点) 1.0学时 肖攀
第2节 肺炎影像学诊断(医学) 1.0学时 肖攀
第3节 二维翼型流场重构(流体力学)(教学重点) 0.5学时 陈贤佳
第4节 二维圆柱绕流场预测(流体力学)(教学重点) 0.5学时 陈贤佳
第七章 非监督式学习 3学时 魏宇杰
第1节 聚类(教学重点)
第2节 降维(教学重点)
第3节 稀疏表示
第八章 课程实践(二) 3学时
第1节 材料本构建模(固体力学)(教学重点)
第2节 高速列车载荷谱预测(工程力学)
第3节 材料分类(材料学)(教学重点)
第4节 电机温度预测(机电)
第九章 强化学习 3学时 魏宇杰
第1节 基本概念
第2节 K-摇臂赌博机(教学重点)
第3节 马尔可夫决策过程(教学难点)
第4节 有模型方法
第5节 免模型方法
第十章 课程大作业展示 3学时 魏宇杰
第1节 课程大作业展示
第十一章 期末考试 2学时 魏宇杰
第1节 期末考试

教材信息

参考书

课程教师信息
魏宇杰 中科院力学研究所研究员,博士生导师,非线性力学国家重点实验室主任,中国科学院大学现代力学系主任,国家杰出青年基金获得者(2014),国家“万人计划”入选者,中科院优秀导师奖获得者。1997年北京大学力学系本科毕业,2000年在中科院力学研究所获硕士学位,2001-2006年在麻省理工学院机械工程系攻读博士并取得博士学位,2006-2008年在布朗大学开展博士后研究,2008-2009年在阿拉巴马大学机械工程系任助理教授,自2010年开始在中科院力学研究所任现职。主要研究内容为固体强度、塑性变形机理与其本构模型、服役可靠性等。研究工作涉及机器学习算法与工程科学问题的结合。作为通信作者在Nature, Nature Materials, Rev. Mod. Phys., PRL, PNAS, Nature Communications, Nat. Sci. Rev., Nano Letters, Acs Nano, Adv. Mater., JMPS, Acta Mater., JPS, PRB 等国际学术期刊上发表SCI论文100余篇。
电子邮箱:yujie_wei@lnm.imech.ac.cn

肖攀 中科院力学研究所副研究员。2006年本科毕业于湘潭大学工程力学系,2011年博士毕业于中国科学院大学,自2011年7月开始在中科院力学研究所任职,期间赴佐治亚理工学院任访问学者。主要研究方向为计算固体力学、微/纳米跨尺度计算方法、结构动力学与优化等。研究工作涉及采用C/C++开发力学并行计算软件、可视化软件,采用Python在结构建模、有限元计算、结构优化、分子模拟、数据分析等方面的应用。在IJSS, APL, JAP, Composites, Part B等国际学术期刊上发表SCI论文20余篇,获得软件著作权4项。
电子邮箱:xiaopan@lnm.imech.ac.cn

陈贤佳 中科院力学研究所助理研究员。2011年本科毕业于北京航空航天大学航空科学与工程学院,2018年在北京航空航天大学航空科学与工程学院获得工学博士学位,自2018年7月开始在中科院力学研究所任现职。主要研究方向为计算固体力学、流固耦合分析与优化、机器学习方法在工程科学中的应用等。研究工作涉及机器学习方法在工程结构载荷谱、气动载荷预测等方面的应用。在Aerosp. Sci. Technol., Int. J. Fatigue, Struct. Multidiscip. O. 等国际学术期刊上发表SCI论文8篇。
电子邮箱:chenxianjia@lnm.imech.ac.cn