本课程着重于三维几何处理,同时提供传统微分几何的第一门课程。我们的主要目标是展示如何从互补的计算和数学的观点来理解基本的几何概念(如曲率)。这种双重视角丰富了双方的理解,并导致了处理真实几何数据的实用算法的发展。在此过程中,我们将重温微积分和线性代数的重要思想,强调直觉的、可视化的理解,以补充更传统的形式的、代数的处理。本课程提供基本的数学背景,以及大量的现实世界的例子和应用。它还提供了一个简短的调查,最近的发展在数字几何处理和离散微分几何。主题包括:曲线与曲面、曲率、连接与平行移动、外代数、外微积分、斯托克斯定理、单纯同调、德勒姆上同调、亥姆霍兹-霍奇分解、保角映射、有限元方法、数值线性代数。应用包括:曲率的近似值,曲线和表面平滑,表面参数化,矢量场设计,测地线距离的计算。

成为VIP会员查看完整内容
53

相关内容

斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
那些值得推荐和收藏的线性代数学习资源
已删除
将门创投
6+阅读 · 2018年12月3日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
14+阅读 · 2017年10月30日
图解高等数学|线性代数
遇见数学
39+阅读 · 2017年10月18日
Arxiv
4+阅读 · 2019年12月2日
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关VIP内容
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
《可解释的机器学习-interpretable-ml》238页pdf
专知会员服务
202+阅读 · 2020年2月24日
【课程推荐】 深度学习中的几何(Geometry of Deep Learning)
专知会员服务
57+阅读 · 2019年11月10日
相关资讯
PyTorch & PyTorch Geometric图神经网络(GNN)实战
专知
81+阅读 · 2019年6月1日
那些值得推荐和收藏的线性代数学习资源
已删除
将门创投
6+阅读 · 2018年12月3日
吴恩达机器学习课程
平均机器
9+阅读 · 2018年2月5日
资源 | CMU统计机器学习2017春季课程:研究生水平
机器之心
14+阅读 · 2017年10月30日
图解高等数学|线性代数
遇见数学
39+阅读 · 2017年10月18日
相关论文
Arxiv
4+阅读 · 2019年12月2日
Visualizing and Measuring the Geometry of BERT
Arxiv
7+阅读 · 2019年10月28日
Geometric Graph Convolutional Neural Networks
Arxiv
10+阅读 · 2019年9月11日
Arxiv
6+阅读 · 2018年10月3日
Arxiv
4+阅读 · 2018年1月15日
微信扫码咨询专知VIP会员