FVCOM水环境、污染物迁移、水交换、水质、潮流、温盐、波浪及泥沙数值模拟

文摘   2024-07-17 16:15   德国  

课程↓推荐

 
1、最新全流程ChatGPT办公与科研应用、论文撰写、数据分析、机器学习、深度学习及AI绘图高级培训班
2、深度学习全景进阶:最新Python深度学习进阶与前沿应用
3、ChatGPT-4o大语言模型优化、本地私有化部署、从0-1搭建、智能体构建
4、流域生态系统水-碳-氮耦合过程模拟
5、SWAT模型【建模方法、实例应用、高级进阶技能】实践六天系统学习
6、基于Python星载气溶胶数据处理与反演分析实践技术应用

详细信息、微信咨询:19912110290


全流程FVCOM水环境、污染物迁移、水交换、水质、潮流、温盐、波浪及泥沙数值模拟实践技术应用



近年来,随着计算技术的发展和对海洋、水环境问题认识的加深,数值模拟技术在海洋、水环境等科学研究中的应用越来越广泛。FVCOM因其独特的优点,成为研究海洋动力过程、污染物扩散、水质变化等问题的重要工具。作为一种基于有限体积法的数值模型,以其精确的计算方法和强大的适应性,广泛应用于水环境、潮流、温盐、波浪、泥沙等多种过程的模拟。FVCOM采用非结构化网格,可以灵活地适应复杂地形和不规则边界,这使得它在模拟中表现非常出色。其次基于有限体积法,确保了计算的保守性和稳定性,能够准确模拟潮流、波浪和泥沙等物理过程。FVCOM在水环境领域的应用也十分广泛,涵盖了污染物迁移模拟、水质数值模拟、海洋生态系统模拟、水交换过程模拟以及极端天气对水环境的影响等众多方面。

本课程共计六天,内容非常丰富,不仅关注FVCOM理论知识的传授,更强调通过实际操作,帮助学员掌握从模型搭建到结果分析的全过程技能。分为十四章,将系统地讲解FVCOM的基础理论、运行环境部署、三维水动力、温盐模拟、波浪模拟、泥沙模拟、示踪粒子模拟、染色剂交换模拟及水质数值模拟的全过程。同时,通过理论讲解与实操练习相结合的方式,帮助学员熟练掌握FVCOM模型的构建、参数设置、运行及结果分析技巧。现详细通知如下:

一、培训时间及方式



直播时间:8月2日-4日、9日-11日   【6天】

直播方式:腾讯会议

二、证书及学时



参加培训的学员可以获得《FVCOM数值模拟》专业技能培训证书及学时证明,网上可查。此证书可作为个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。证书查询网址:www.aishangyanxiu.com

三、课程大纲



第一章、FVCOM基础理论

1、主流海洋数值模式及特点介绍

2、FVCOM控制方程介绍

3、FVCOM数值方法介绍

4、FVCOM程序计算流程介绍

5、FVCOM求解过程推导详解


第二章、FVCOM运行环境部署

1、虚拟机安装及配置

2、Linux系统安装配置

3、Linux系统下FVCOM常用命令介绍

4、INTEL编译器安装配置

5、OPENMPI安装配置

6、NETCDF库安装配置

7、Linux环境变量配置

8、实操练习:FVCOM运行环境搭建及水动力算例运行


第三章、FVCOM三维水动力数值模拟前处理

1、岸线数据提取及处理

2、地形数据的获取及处理

3、SMS非结构三角形网格生成

4、SMS网格划分、优化技巧详解

5、SMS地形数据插值

6、实操练习:某海域岸线提取,SMS生成优化及地形插值

7、Python前处理使用及详解

8、Matlab前处理使用及详解

9、Chinatide前处理使用及详解

10、实操练习:某海域岸线FVCOM运行所需全部的文件制作


第四章、FVCOM三维水动力数值模拟

1、FVCOM 编译及所有模块详解

2、FVCOM模型可解决问题介绍

3、FVCOM运行所需全部参数详解

4、案例讲解:某海域FVCOM三维水动力数值模拟参数设置

5、FVCOM运行时可视化变量检查

6、实操练习:使用FVCOM进行某海域三维水动力数值模拟


第五章、FVCOM三维水动力计算结果可视化及率定方法

1、FVCOM水动力计算结果文件查看及全部变量详解

2、Matlab绘制水位等值线图、流场矢量图

3、FVCOM水动力常用率定方法介绍

4、案例讲解:某海域水动力计算结果的率定

5、实操练习:FVCOM水动力计算结果可视化


第六章、FVCOM三维温盐数值模拟前处理

1、FVCOM三维温盐数值模拟所需文件介绍

2、FVCOM三维温盐模拟所需气象数据下载及处理

3、FVCOM三维温盐初始场设置

4、FVCOM三维温盐开边界数据下载及处理

5、径流输入文件制作

6、实操练习:某海域FVCOM三维温盐前处理文件制作


第七章、FVCOM三维温盐数值模拟率定及可视化

1、FVCOM三维温盐模块编译

2、FVCOM三维温盐数值模拟参数配置

3、FVCOM三维温盐数值模拟结果可视化

4、FVCOM三维温盐常见率定方法介绍

5、温度极大值、盐度极小值等常见问题的处理

6、实操练习:某海域FVCOM三维温盐数值模拟结果可视化及初步率定


第八章、FVCOM波浪数值模拟及可视化分析

1、SWAN模型介绍

2、FVCOM波流模块介绍

3、FVCOM波流模块编译

4、FVCOM波流模块配置文件详解

5、FVCOM波流输入文件制作及试运行

6、参数设置及率定方法浅析

7、案例+实操练习:某海域波浪数值模拟

8、FVCOM波浪可视化及结果分析方法


第九章、FVCOM泥沙数值模拟及可视化分析

1、FVCOM泥沙模型介绍

2、FVCOM泥沙模块编译

3、FVCOM泥沙模块配置文件详解

4、FVCOM泥沙输入文件制作及试运行

5、参数设置及率定方法浅析

6、案例+实操练习:某海域泥沙数值模拟

7、FVCOM泥沙可视化及结果分析方法


第十章、FVCOM示踪(粒子)数值模拟及可视化分析

1、FVCOM示踪(粒子)数值模拟所需文件介绍

2、FVCOM粒子追踪模块编译

3、该问题粒子释放文件制作

4、该问题参数设置

5、案例+实操练习:某海域示踪(粒子)数值模拟


第十一章、FVCOM交换(染色剂)数值模及可视化分析

1、FVCOM交换(染色剂)数值模拟结果可视化

2、粒子时空分布作图及分析

3、粒子输运轨迹作图及分析

4、不同动力因素对结果影响作图及分析

5、欧拉余流作图及分析

6、拉格朗日余留及分析

7、案例+实操练习:某海域交换(染色剂)数值模拟


第十二章、FVCOM三维水质数值模拟

1、FVCOM三维水质控制方程各生化反应源项详解

2、FVCOM三维水质输入文件介绍

3、水质初始场文件制作

4、水质污染物源项输入文件制作

5、几种水质开边界文件制作

6、FVCOM三维水质参数文件制作

7、FVCOM三维水质模拟参数配置

8、实操练习:某海域FVCOM三维水质数值模拟输入文件制作


第十三章、FVCOM三维水质计算结果可视化及率定方法

1、FVCOM三维水质计算结果可视化

2、基于污染源排放等问题的FVCOM水质源码修改

3、NC格式输出FVCOM水质变量的源码修改

4、相关性分析在FVCOM水质模型参数率定中的应用

5、参数敏感性分析在FVCOM水质模型参数率定中的应用

6、实操练习:某海域FVCOM三维水质数值模拟结果可视化及初步率定


第十四章、总结回顾及问题答疑

1、FVCOM水动力数值模拟流程回顾

2、FVCOM温盐数值模拟流程回顾

3、FVCOM波浪数值模拟流程回顾

4、FVCOM泥沙数值模拟流程回顾

5、FVCOM示踪(粒子)数值模拟流程回顾

6、FVCOM交换(染色剂)数值模拟流程回顾

7、FVCOM水质数值模拟流程回顾

8、问题答疑

注:请提前自备电脑及安装所需软件。

四、联系方式


详细报名流程,请联系课程负责人

详细报名流程,请咨询课程负责人

丁依:19912110290(微电


一、流域水-碳-氮耦合 HOT!

培训时间:2024年7月20日-23日

培训方式:直播授课+助学群辅助+导师面对面实践工作交流

课程内容:(上下滑动查看更多)

专题一流域水碳氮建模概述

1.1 流域水碳氮模拟进展及文献分析

1.2 流域水碳氮模拟平台

1.3 流域水碳氮综合模拟演示

专题二数据准备

2.1 数据要求及格式

2.2 GIS软件平台

2.3 网络数据资源

2.4 数据下载及处理

2.5 DEM数据制备

2.6 土地利用数据制备

2.7 土壤数据制备

2.8 气象数据制备

2.9 其它数据制备

专题三流域水模拟

3.1 SWAT模型介绍

3.2 SWAT模型安装

3.3 建立SWAT项目

3.4 SWAT运行及结果读取

3.5 参数率定与结果验证

3.6 水文模拟结果分析


专题四流域氮模拟

4.1 流域氮循环简介

4.2 SWAT模型中氮模拟

4.3 氮模拟结果分析


专题五流域碳模拟

5.1 流域碳循环及生物地球化学循环模型

5.2 CENTURY模型安装与操作

5.3 SWAT和CENTURY模型的结合

5.4 碳模拟结果分析

专题六模型结果分析及地图制作

6.1 结果读取及整理

6.2 结果时间变化分析

6.3 结果空间变化分析

6.4 结果符号设置与地图制图

6.5 结合GIS进行时空变化分析

专题七案例分析

案例:三峡库区典型小流域水碳氮综合模拟


二、SWAT模型系统学习 HOT!

直播时间:2024年7月26日-28日、8月2日-4日

培训方式:直播授课+助学群辅助+导师面对面实践工作交流

会议福利:

赠送ERA5-LAND陆面再分析数据(5T左右)  

赠送ERA5大气再分析数据WRF驱动数据(28T左右)  

赠送ERA5大气再分析数据地面数据  

赠送ERA5大气再分析数据大气数据(900G+)

赠送ERA5大气再分析数据大气数据(4.7TB+)

赠送CMIP5/6月尺度陆面气象数据(50G+)

赠送CMIP6月尺度生态相关数据

赠送CMIP6日数据(1.8T+)

课程内容:(上下滑动查看更多)


第一部分:SWAT模型实践部分

一:SWAT模型及应用介绍

1.1 面源污染概要             

1.2 SWAT模型及应用

1.3 SWAT模型原理             

1.4 SWAT模型输入文件

1.5 ArcGIS与SWAT关系

二:SWAT模型中GIS必备技术

2.1 GIS软件平台              

2.2 ArcGIS10.6安装和注意事项

2.3 ArcGIS必备技术           

2.4 ArcGIS常见数据格式

三:SWAT模型操作流程

3.1 SWAT模型安装                 

3.2 建立SWAT项目

3.3 SWAT模型子流域划分           

3.4 HRU划分

3.5 气象数据及其它数据输入        

3.6 SWAT运行及结果读取

四:SWAT结果分析及地图制作

4.1 SWAT结果查看与导出         

4.2 SWAT结果时间变化分析

4.3 SWAT结果空间变化分析       

4.4 SWAT结果符号设置与地图制图

五:DEM数据制备流程

5.1 DEM数据的作用         

5.2 认识DEM数据

5.3 DEM数据的获取         

5.4 DEM数据的预处理

六:土地利用数据制备流程

6.1 土地利用调用流程        

6.2 土地利用的获取

6.3 土地利用处理            

6.4 遥感数据解译土地利用

6.5 土地利用类型索引表建立

七:土壤数据制备流程

7.1 土壤数据调用流程        

7.2 土壤数据的获取

7.3 土壤数据的处理           

7.4 SWAT土壤数据库参数

7.5 土壤数据库参数计算      

7.6 土壤类型索引表的建立

八:气象数据制备流程

8.1 气象数据的调用原理       

8.2 气象数据获取

8.3 气象数据处理             

8.4天气发生器介绍及参数计算

8.5 气象站点索引文件制作  

九:其它数据制备流程

9.1 点源污染输入            

9.2 水库数据输入

9.3 灌溉措施输入            

9.4 管理措施输入

十:参数率定与结果验证

10.1 参数率定与结果验证原理      

10.2 SWAT-CUP软件介绍

10.3 SWAT-CUP水量率定与验证     

10.4 SWAT-CUP水质率定与验证

10.5 参数敏感性分析            

10.6 率定验证后参数回带及模拟

十一:关键源区及BMPs设置

11.1 最佳管理措施介绍         

11.2 关键源区分析

11.3 SWAT中BMP的设置       

11.4 BMP效果分析

十二:SWAT模型结果分析-水资源

12.1 地表径流分析

12.2 地下径流分析

12.3 蒸散发分析

12.4 水源涵养量分析

十三:SWAT模型结果分析-农业面源

13.1 子流域农业面源分析

13.2 河道农业面源分析

13.3 面源污染时空变化分析

十四:SWAT模型结果分析-水土流失

14.1 SWAT模型泥沙分析

14.2 水土保持措施分析

第二部分:SWAT模型【进阶部分】

一:SWAT模型应用热点分析

1.1 SWAT模型应用文献解析及热点剖析

1.2 讨论

二:无资料地区快速建立SWAT模型

2.1 无资料地区DEM数据制备         

2.2 无资料地区土地利用制备

2.3 无资料地区土壤数据制备          

2.4 无资料地区气象数据制备

2.5 无资料地区SWAT模型率定验证

2.6 案例分析:遥感产品和SWAT模型结合研究

三:基于控制单元的流域SWAT模型建立

3.1 ArcGIS高级操作

3.2 ArcGIS水文分析及SWAT应用

3.3 pre-defined子流域及河网完整制备及注意事项

3.4 HRU深入剖析及可视化分析

3.5 案例分析:基于控制单元的流域SWAT模型建立

四:SWAT模型不确定性分析

4.1 不确定性分析        

4.2 输入不确定性分析

4.3 参数不确定性分析    

4.4 结构不确定性分析

4.5 案例分析:SWAT模型中DEM数据的不确定性分析

五:未来气候变化对水资源及面源污染的影响

5.1 气候变化简介                

5.2 CMIP6数据介绍

5.3 CMIP6数据下载

5.4 基于ArcGIS及python的CMIP6数据处理

5.5 气候数据降尺度处理

5.6 案例分析:气候变化对SWAT面源污染模拟的影响研究 

六:土地利用变化对水资源及面源污染的影响

6.1 土地利用变化简介                

6.2  ArcGIS土地利用变化分析

6.3 土地利用变化对SWAT模型结果的影响

6.4  ArcGIS退耕还林实现及对面源污染的影响

6.5 土地利用动态输入SWAT设置  

6.6  FLUS未来土地利用变化预测

6.7 案例分析:动态土地利用输入对SWAT面源污染模拟的影响研究

七:SWAT改进与模型耦合

7.1  SWAT模型代码修改及应用

7.2 与SWAT模型结合的常用模型文献分析

7.3 案例分析:SWAT模型初损率改进及对水资源的影响分析

八:常见问题及答疑

8.1 SWAT建模过程中常见问题汇总及解答

8.2 现场答疑



三、Python星载气溶胶 HOT!

培训时间:2024年7月27日-28日、8月3日-4日

培训方式:直播授课+助学群辅助+导师面对面实践工作交流

课程内容:(上下滑动查看更多)

专题一:碳中和下气溶胶的研究意义与课程总体介绍

1、“碳中和”下气溶胶研究意义




2、MODIS和CALIPSO不同观测平台的优缺点


3、Python处理大气气象数据的优势

(1)pyhdf      (2)cartopy


专题二、夯实Python语言基础及代码讲解
1、Python环境的安装
2、Python相关库介绍
3、Python实际操作
4、练习相关课程所需Python代码


专题三、MODIS气溶胶数据处理与反演分析

1、MODIS气溶胶数据下载


2.MODIS气溶胶数据预处理案例

3.MODIS气溶胶数据不同产品优缺点案例

4.MODIS气溶胶数据反演结果与分析

5.练习MODIS数据下载和处理程序


专题四、CALIPSO气溶胶数据处理及反演分析

1、CALIPSO气溶胶数据下载


2、CALIPSO气溶胶数据预处理案例

3、CALIPSO不同气溶胶类型案例

4、CALIPSO气溶胶数据反演结果与分析案例

5、练习CALIPSO数据下载和处理程序


专题五、总结与扩展

1、MODIS和CALIPSO气溶胶产品的优缺点对比

2、地面仪器辅助星载气溶胶的研究
3、“碳中和”下研究气溶胶的意义,以及如何通过科学的方式研究气溶胶。


四、ChatGPT论文写作 HOT!

培训时间:2024年7月24日-31日
培训地点:拉萨(24、25日报道)

培训方式:线下+直播授课+助学群辅助+导师面对面实践工作交流

课程福利:

1:无限学:【本课程】后期会议(线上直播免费参与一次,现场免费不限次数,仅限参会本人)

2:赠送1个月ChatGPT Plus/4.0会员账号。

3:提供全部课程回放,建立助学群,长期辅助交流。

4:参加面向科研场景的ChatGPT提示词工程大赛。

课程内容:(上下滑动查看更多)

课程安排

学习内容

第一章

2024大语言模型最新进展介绍

12024 AIGC技术最新进展介绍(生成式人工智能的基本概念与原理、文生视频模型OpenAI Sora vs.Google Veo

2(实操演练)国内外大语言模型(ChatGPT 4OGeminiClaudeLlama3、文心一言、星火、通义千问、Kimi、智谱清言等)对比分析

3(实操演练)Llama3开源大语言模型的本地部署、对话与微调训练本地数据

4(实操演练)ChatGPT对话初体验(注册与充值、购买方法)

5(实操演练)ChatGPT科研必备GPT汇总介绍(寻找好用的GPTs模型、提示词优化、生成思维导图、生成PPT、生成视频、制定个性化的学习计划、检索论文、总结论文内容、总结视频内容、撰写论文、论文翻译、论文润色与修改、参考文献格式管理、论文评审、数据分析、生成代码、代码调试等)

6(实操演练)GPT Store简介与使用

7(实操演练)定制自己的专属GPTs(制作专属GPTs的两种方式:聊天/配置参数、利用Knowledge上传本地知识库提升专属GPTs性能、利用Actions通过API获取外界信息、专属GPTs的分享)

8(实操演练)ChatGPT对话记录保存与管理

第二章

 ChatGPT4 提示词使用方法与技巧

1(实操演练)ChatGPT Prompt (提示词)使用技巧(为ChatGPT设定身份、明确任务内容、提供任务相关的背景、举一个参考范例、指定返回的答案格式等)

2(实操演练)常用的ChatGPT提示词模板

3(实操演练)ChatGPT提示词优化(PromptestPrompt PerfectPromptPal提示宝等)

4(实操演练)ChatGPT4突破Token限制实现接收或输出万字长文(Token数与字符数之间的互相换算、五种方法提交超过Token限制的文本、四种方法让ChatGPT的输出突破Token限制)

5(实操演练)控制ChatGPT的输出长度(使用修饰语、限定回答的范围、通过上下文限定、限定数量等)

6(实操演练)保存喜欢的ChatGPT提示词并一键调用

第三章

ChatGPT4助力日常生活、学习与工作

1(实操演练)ChatGPT4助力中小学生功课辅导(写作文、作文批改、求解数学题、练习英语听说读写、物理计算、化学计算等)

2(实操演练)ChatGPT4助力文案撰写与润色修改

3(实操演练)ChatGPT4助力家庭健康管理(化验单结果解读、就诊咨询与初步诊断、常见慢病管理、日常营养膳食建议等)

4(实操演练)ChatGPT4助力大学生求职与就业(撰写简历、模拟面试、职业规划等)

5(实操演练)ChatGPT4助力商业工作(行业竞品检索与分析、产品创意设计与建议、推广营销策略与方案制定、撰写合同)

6(实操演练)利用ChatGPT4 创建精美的思维导图

7(实操演练)利用ChatGPT4 生成流程图、甘特图

8(实操演练)利用ChatGPT4 制作PPT

9(实操演练)利用ChatGPT4自动创建视频

10(实操演练)ChatGPT4辅助教师高效备课(苏格拉底式教学、为不同专业学生生成不同的教学内容等)

11(实操演练)ChatGPT4辅助学生高效学习(利用GPTs生成专属学习计划)

12、案例演示与实操练习

第四章

ChatGPT4助力课题申报、论文选题及实验方案设计

1、课题申请书撰写技巧及要点剖析(项目名称、关键词、摘要、立项依据、参考文献、研究目标、研究内容、研究方案、关键科学问题、可行性分析、创新点与特色之处、预期研究成果、工作基础等)

2(实操演练)利用ChatGPT4分析指定领域的热门研究方向

3(实操演练)利用ChatGPT4辅助撰写、润色课题申报书的各部分内容

4(实操演练)利用ChatGPT4总结指定论文的局限性与不足,并给出潜在的改进思路与建议

5(实操演练)利用ChatGPT4评估指定改进思路的新颖性与已发表的类似工作

6(实操演练)利用ChatGPT4进一步细化改进思路,凝练论文的选题与创新点

7(实操演练)利用ChatGPT4给出具体的算法步骤,并自动生成算法的Python示例代码框架

8(实操演练)利用ChatGPT4设计完整的实验方案与数据分析流程

9(实操演练)利用ChatGPT4给出论文Discussion部分的切入点和思路

10、案例演示与实操练习

第五章

ChatGPT4助力信息检索、总结分析、论文写作与投稿、专利idea构思与交底书的撰写

1(实操演练)传统信息检索方法与技巧总结(Google ScholarResearchGateSci-HubGitHub、关键词检索+同行检索、文献订阅)

2(实操演练)利用ChatGPT4 实现联网检索文献

3(实操演练)利用ChatGPT4阅读与总结分析学术论文内容(论文主要工作、创新点、局限性与不足、多文档对比分析等)

4(实操演练)利用ChatGPT4解读论文中的系统框图工作原理

5(实操演练)利用ChatGPT4解读论文中的数学公式含义

6(实操演练)利用ChatGPT4解读论文中图表中数据的意义及结论

7(实操演练)利用ChatGPT4 总结Youtube视频内容

8(实操演练)利用ChatGPT4完成学术论文的选题设计与优化

9(实操演练)利用ChatGPT4自动生成论文的总体框架、论文摘要、前言介绍、文献综述、完整长篇论文等

10(实操演练)利用ChatGPT4完成论文翻译(指定翻译角色和翻译领域、提供背景提示)

11(实操演练)利用ChatGPT4实现论文语法校正

12(实操演练)利用ChatGPT4完成段落结构及句子逻辑润色

13(实操演练)利用ChatGPT4完成论文降重

14(实操演练)利用ChatGPT4完成论文参考文献格式的自动转换

15(实操演练)ChatGPT4辅助审稿人完成论文评审意见的撰写

16(实操演练)ChatGPT4辅助投稿人完成论文评审意见的回复

17(实操演练)ChatGPT4文献检索、论文写作必备GPTs总结

18(实操演练)利用ChatGPT4完成发明专利idea的挖掘与构思

19(实操演练)利用ChatGPT4完成发明专利交底书的撰写

20、案例演示与实操练习

第六章

ChatGPT4助力Python编程入门、科学计算、数据可视化、数据预处理

1(实操演练)Python环境搭建(Python软件下载、安装与版本选择;PyCharm下载、安装;PythonHello World;第三方模块的安装与使用;Python 2.xPython 3.x对比

2(实操演练)Python基本语法(Python变量命名规则;Python基本数学运算Python常用变量类型的定义与操作Python程序注释

3(实操演练)Python流程控制(条件判断;for循环;while循环breakcontinue

4(实操演练)Python函数与对象(函数的定义与调用;函数的参数传递与返回值;变量作用域与全局变量;对象的创建与使用)

5(实操演练)Matplotlib的安装与图形绘制(设置散点、线条、坐标轴、图例、注解等属性;绘制多图;图的嵌套;折线图、柱状图、饼图、地图等各种图形的绘制)

6(实操演练)SeabornBokehPyecharts等高级绘图库的安装与使用(动态交互图的绘制、开发大数据可视化页面等)

7(实操演练)科学计算模块库(Numpy的安装;ndarray类型属性与数组的创建;数组索引与切片;Numpy常用函数简介与使用)

8(实操演练)利用ChatGPT4上传本地数据(Excel/CSV表格、txt文本、PDF、图片等)

9(实操演练)利用ChatGPT4 实现图像处理(图像缩放、旋转、裁剪、去噪与去模糊)

10(实操演练)利用ChatGPT4 实现描述性统计分析(数据的频数分析:统计直方图;数据的集中趋势分析:数据的相关分析)

11(实操演练)常用的数据预处理方法(数据标准化与归一化、数据异常值与缺失值处理、数据离散化及编码处理、手动生成新特征)

12(实操演练)融合ChatGPT 4Python的数据预处理代码自动生成与运行

13(实操演练)利用ChatGPT4自动生成数据统计分析图表

14(实操演练)利用ChatGPT4 实现代码逐行讲解

15(实操演练)利用ChatGPT4 实现代码Bug调试与自动修改

16、案例演示与实操练习

第七章

ChatGPT4助力机器学习建模

1BP神经网络的基本原理(人工神经网络的分类有哪些?BP神经网络的拓扑结构和训练过程是怎样的?什么是梯度下降法?)

2(实操演练)BP神经网络的Python代码实现(划分训练集和测试集、数据归一化)

3(实操演练)BP神经网络参数的优化(隐含层神经元个数、学习率、初始权值和阈值等如何设置?什么是交叉验证?)

4(实操演练)值得研究的若干问题(欠拟合与过拟合、评价指标选择、样本不平衡等)

5(实操演练)BP神经网络中的ChatGPT提示词库讲解

6(实操演练)利用ChatGPT4实现BP神经网络模型的代码自动生成与运行

7SVM的工作原理(核函数的作用是什么?什么是支持向量?如何解决多分类问题?)

8、决策树的工作原理(什么是信息熵和信息增益?ID3算法和C4.5算法的区别与联系)

9、随机森林的工作原理(为什么需要随机森林算法?广义与狭义意义下的“随机森林”分别指的是什么?“随机”的本质是什么?怎样可视化、解读随机森林的结果?)

10BaggingBoosting的区别与联系

11AdaBoost vs. Gradient Boosting的工作原理

12(实操演练)常用的GBDT算法框架(XGBoostLightGBM

13(实操演练)决策树、随机森林、XGBoostLightGBM中的ChatGPT提示词库讲解

14(实操演练)利用ChatGPT4实现决策树、随机森林、XGBoostLightGBM模型的代码自动生成与运行

15、案例演示与实操练习

第八章

ChatGPT 4助力机器学习模型优化:变量降维与特征选择

1、主成分分析(PCA)的基本原理

2、偏最小二乘(PLS)的基本原理

3(实操演练)常见的特征选择方法(优化搜索、FilterWrapper等;前向与后向选择法;区间法;无信息变量消除法;正则稀疏优化方法等)

4、遗传算法(Genetic Algorithm, GA)的基本原理(以遗传算法为代表的群优化算法的基本思想是什么?选择、交叉、变异三个算子的作用分别是什么?)

5(实操演练)PCAPLS、特征选择、群优化算法的ChatGPT提示词库讲解

6(实操演练)利用ChatGPT4 及插件实现变量降维与特征选择算法的代码自动生成与运行

7案例演示与实操练习

第九章

ChatGPT 4助力卷积神经网络建模

1、深度学习简介(深度学习大事记、深度学习与传统机器学习的区别与联系)

2、卷积神经网络的基本原理(什么是卷积核、池化核?CNN的典型拓扑结构是怎样的?CNN的权值共享机制是什么?)

3、卷积神经网络的进化史:LeNetAlexNetVgg-16/19GoogLeNetResNet等经典深度神经网络的区别与联系

4(实操演练)利用PyTorch构建卷积神经网络(Convolution层、Batch Normalization层、Pooling层、Dropout层、Flatten层等)

5(实操演练)卷积神经网络调参技巧(卷积核尺寸、卷积核个数、移动步长、补零操作、池化核尺寸等参数与特征图的维度,以及模型参数量之间的关系是怎样的?)

6(实操演练)卷积神经网络中的ChatGPT提示词库讲解

7(实操演练)利用ChatGPT4实现卷积神经网络模型的代码自动生成与运行

1CNN预训练模型实现物体识别;

2)利用卷积神经网络抽取抽象特征;

3)自定义卷积神经网络拓扑结构

8、案例演示与实操练习

第十章

ChatGPT 4助力迁移学习建模

1、迁移学习算法的基本原理

2(实操演练)基于深度神经网络模型的迁移学习算法

3(实操演练)迁移学习中的ChatGPT提示词库讲解

4(实操演练)利用ChatGPT4实现迁移学习模型的代码自动生成与运行

5、实操练习

第十一章

ChatGPT 4助力RNNLSTM建模

1、循环神经网络RNN的基本工作原理

2、长短时记忆网络LSTM的基本工作原理

3(实操演练)RNNLSTM中的ChatGPT提示词库讲解

4(实操演练)利用ChatGPT4 实现RNNLSTM模型的代码自动生成与运行

5、案例演示与实操练习

第十二章

ChatGPT 4助力YOLO目标检测建模

1、什么是目标检测?目标检测与目标识别的区别与联系

2YOLO模型的工作原理,YOLO模型与传统目标检测算法的区别

3(实操演练)YOLO模型中的ChatGPT提示词库讲解

4(实操演练)利用ChatGPT4实现YOLO目标检测模型的代码自动生成与运行

1)利用预训练好的YOLO模型实现图像、视频、摄像头实时检测;

2)数据标注演示(LabelImage使用方法介绍);

3)训练自己的目标检测数据集

5、案例演示与实操练习

第十

ChatGPT4助力机器学习与深度学习建模的行业应用

1、(实操演练)利用ChatGPT4实现近红外光谱分析模型的建立、代码自动生成与运行

2、(实操演练)利用ChatGPT4实现生物医学信号(时间序列、图像、视频数据)分类识别与回归拟合模型的建立、代码自动生成与运行

3、(实操演练)利用ChatGPT4实现遥感图像目标检测、地物分类及语义分割模型的建立、代码自动生成与运行

4、(实操演练)利用ChatGPT4实现大气污染物预测模型的建立、代码自动生成与运行

5、(实操演练)利用ChatGPT4实现自然语言处理模型的建立、代码自动生成与运行

6、案例演示与实操练习

第十

ChatGPT 4助力AI绘图技术

1(实操演练)利用ChatGPT4 DALL.E 3生成图像(下载图像、修改图像)

2(实操演练)ChatGPT4 DALL.E 3常用的提示词库(广告海报、Logo3D模型、插画、产品包装、烹饪演示、产品外观设计、UI设计、吉祥物设计等)

3(实操演练)ChatGPT4 DALL.E 3中的多种视图(正视图、后视图、侧视图、四分之三视图、鸟瞰视图、全景视图、第一人称视角、分割视图、截面视图等)

4(实操演练)ChatGPT4 DALL.E 3中的多种光效(电致发光、化学发光、生物荧光、极光闪耀、全息光等)

5(实操演练)ChatGPT4 DALL.E 3格子布局与角色一致性的实现

6(实操演练)ChatGPT4 DALL.E 3生成动图GIF

7(实操演练)Midjourney工具使用讲解

8(实操演练)Stable Diffusion工具使用讲解

9(实操演练)Runway图片生成动画工具使用讲解

10、案例演示与实操练习

第十

GPT 4 API接口调用与完整项目开发

1(实操演练)GPT模型API接口的调用方法(API Key的申请、API Key接口调用方法与参数说明)

2(实操演练)利用GPT4实现完整项目开发

1)聊天机器人的开发

2)利用GPT APIText Embedding生成文本的特征向量

3)构建基于多模态(语音、文本、图像)的阿尔茨海默病早期筛查程序

3、案例演示与实操练习

第十

 面向科研场景的ChatGPT提示词工程大赛【科研创意Prompt挑战】

活动背景:为了提升科研人员在科研过程中的提示词撰写能力,特举办ChatGPT培训课程,并在课程中加入【提示词大赛】环节,通过比赛形式激发学员的创意和实践能力。

活动目标:通过【提示词大赛】,提高学员在科研过程中撰写提示词的能力,激发创意与实践结合,为未来的科研工作提供更好的支持和帮助。

参赛对象: 参加本次ChatGPT培训课程的所有科研人员。

赛题内容: 培训课程第一天结束后公布具体赛题,赛题将围绕科研过程中不同环节的提示词撰写。

提交方式: 学员需在培训课程第三天晚前提交答案,具体提交方式将在赛题公布时一并说明。

奖项设置:一等奖1名、二等奖2名、三等奖 3名【设置奖项详细见流程说明】

评委评选: 由培训导师及特邀评委组成评审团,对所有提交的提示词进行评选。
评选标准: 提示词的创意、准确性、实用性及与科研主题的契合度。

备注:详细在会议中具体说明。


Tips:联系客服咨询:老师:19912110290(微电


(扫码咨询)


<直播课程推荐-提供全部资料及回放视频、导师群辅助答疑>


<模型课程推荐-提供全部资料及回放视频、导师群辅助答疑>



声明: 本号旨在传播、传递、交流,对相关文章内容观点保持中立态度。涉及内容如有侵权或其他问题,请与本号联系,第一时间做出撤回。


END

Ai尚研修丨专注科研领域

技术推广,人才招聘推荐,科研活动服务

科研技术云导师,Easy  Scientific  Research 

海洋与大气科学
海洋与大气科学数据分析,数据可视化分享,可教学。
 最新文章