Focus on teaching the mechanisms of artificial intelligence algorithms, cultivate students' awareness of independent AI learning at the current stage, equip students with a solid theoretical foundation in artificial intelligence and the ability to solve practical problems with relevant methodologies, and lay a foundational knowledge of AI algorithms for their major studies.
- Introduction aux algorithmes mathématiques en IA
- Chapitre 1 Qu'est-ce qu'un problème inverse mal posé ? Aperçu et motivation en ingénierie électrique
1.1 Qu'est-ce qu'un problème inverse mal posé ? Aperçu et motivation en ingénierie électrique (Ⅰ)
1.2 Qu'est-ce qu'un problème inverse mal posé ? Aperçu et motivation en ingénierie électrique (Ⅱ)
1.3 Qu'est-ce qu'un problème inverse mal posé ? Aperçu et motivation en ingénierie électrique (Ⅲ)
- Chapitre 2 Équations intégrales linéaires du premier genre Théorie de Fredholm et Volterra
2.1 Équations intégrales linéaires du premier genre Théorie de Fredholm et Volterra (Ⅰ)
2.2 Équations intégrales linéaires du premier genre Théorie de Fredholm et Volterra (Ⅱ)
2.3 Équations intégrales linéaires du premier genre Théorie de Fredholm et Volterra (Ⅲ)
2.4 Équations intégrales linéaires du premier genre Théorie de Fredholm et Volterra (Ⅳ)
- Chapitre 3 Outils d'analyse fonctionnelle Normes, produits scalaires, opérateurs compacts et fonctions delta
3.1 Outils d'analyse fonctionnelle Normes, produits scalaires, opérateurs compacts et fonctions delta (Ⅰ)
3.2 Outils d'analyse fonctionnelle Normes, produits scalaires, opérateurs compacts et fonctions delta (Ⅱ)
3.3 Outils d'analyse fonctionnelle Normes, produits scalaires, opérateurs compacts et fonctions delta (Ⅲ)
- Chapitre 4 Méthodes en domaine fréquentiel pour les problèmes inverses en DSP
4.1 Méthodes en domaine fréquentiel pour les problèmes inverses en DSP (Ⅰ)
4.2 Méthodes en domaine fréquentiel pour les problèmes inverses en DSP (Ⅱ)
4.3 Méthodes en domaine fréquentiel pour les problèmes inverses en DSP (Ⅲ)
4.4 Méthodes en domaine fréquentiel pour les problèmes inverses en DSP (Ⅳ)
- Chapitre 5 Script de discours du professeur
5.1 Script de discours du professeur (Ⅰ)
5.2 Script de discours du professeur (Ⅱ)
5.3 Script de discours du professeur (Ⅲ)
5.4 Script de discours du professeur (Ⅳ)
5.5 Script de discours du professeur (Ⅴ)
- Chapitre 6 Prévision en tant que problème inverse Pourquoi est-il mal posé ?
6.1 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅰ)
6.2 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅱ)
6.3 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅲ)
6.4 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅳ)
6.5 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅴ)
6.6 Prévision en tant que problème inverse Pourquoi est-il mal posé ? (Ⅵ)
- Chapitre 7 Prévision stable en pratique Études de cas des systèmes énergétiques
7.1 Prévision stable en pratique Études de cas des systèmes énergétiques (Ⅰ)
7.2 Prévision stable en pratique Études de cas des systèmes énergétiques (Ⅱ)
7.3 Prévision stable en pratique Études de cas des systèmes énergétiques (Ⅲ)
- Chapitre 8 Problèmes inverses pour la modélisation mathématique de la communauté énergétique
8.1 Problèmes inverses pour la modélisation mathématique de la communauté énergétique (Ⅰ)
8.2 Problèmes inverses pour la modélisation mathématique de la communauté énergétique (Ⅱ)
8.3 Problèmes inverses pour la modélisation mathématique de la communauté énergétique (Ⅲ)
- Chapitre 9 Méthodes numériques robustes pour les problèmes aux limites
9.1 Méthodes numériques robustes pour les problèmes aux limites (Ⅰ)
9.2 Méthodes numériques robustes pour les problèmes aux limites (Ⅱ)
- Examen final
