境外开放课程——按学科专业列表
开放课程工程与技术科学机械工程::

121
2.22 Design Principles for Ocean Vehicles (13.42)[海洋工程设计原理]
  Prof. Alexandra Techet(麻省理工学院) 本课程涵盖了评估海洋结构物或飞行器在使用寿命期间的最大力和载荷的基本技术,以便能够设计其基本结构。详细研究了大、小结构的荷载和运动及其短期和长期统计,...
热度:62

122
2.007 Design and Manufacturing I[设计与制造1]
  Prof. Daniel Frey;Prof. David Gossard(麻省理工学院) 欢迎来到2.007!本课程是工程设计的第一门课程。在您的帮助下,本课程将是一个很好的学习体验,让您接触有趣的材料,挑战您深入思考,并提供在专业实践中有用的...
热度:45

123
2.004 Dynamics and Control II[动力与控制]
  Prof. Derek Rowell(麻省理工学院) 成功完成本课程后,学生将能够:在电能和机械能领域创建简单动力系统的集中参数模型(以odes表示),通过实验测量对模型参数进行定量估计,获得线性系统对初始条...
热度:34

124
10.52 Mechanics of Fluids[流体力学]
  Prof. Kenneth Smith(麻省理工学院) 本课程是流体与连续介质力学的高级课程。课程内容包括运动学、线动量和角动量的宏观平衡、应力张量、爬行流和润滑近似、边界层近似、线性稳定理论和一些简单的湍...
热度:43

126
Coevolution in EC 2[协同进化的EC 2]
  Richard Watson(南安普敦大学) 达尔文为我们所看到的周围生物的复杂性提供了第一个机械的解释已经有一个半世纪了。只有在近30年左右的时间里,计算系统才被用来尝试对复杂的人工问题进行自然选...
热度:45

127
Parallel Manipulators in Biomechanics and Robotics[生物力学和机器人学中的并联机器人]
  Vincenzo Parenti Castelli(博洛尼亚大学) 在讲座中,我们将展示并联机器人领域的最新发现。并联机械手是包含更为封闭、平行、电影式回路的机械装置,其中只有少数由电机驱动。从生物力学和机器人的角度来...
热度:41

128
Dynamic Sensor Registration and Semantic Processing for ad-hoc MOBile Environments (SemMOB)[动态传感器配准和特设移动环境下的语义加工(SemMOB)]
  Pramod Anantharam(莱特州立大学) semmob能够通过移动设备动态注册传感器、搜索,以及在特定移动环境(如消防)中对传感器观测进行近实时推断。我们在一个紧急响应用例中演示了semmob,该用例要求...
热度:45

129
Efficient Decoding of Ternary Error-Correcting Output Codes for Multiclass Classification[用于多类分类的三元纠错输出代码的有效解码]
  Sang-Hyeun Park(达姆施塔特工业大学) 提出了一种三元生态矩阵自适应译码算法,减少了多类分类所需的分类器评价次数。除了不明确的最终预测,结果预测保证与原始解码策略等效。该技术适用于汉明译码和...
热度:53

130
Learning the Difference between Partially Observable Dynamical Systems[学习部分可观察的动态系统之间的差异]
  François Laviolette(拉瓦尔大学) 我们提出了一种新的方法来估计两个部分可观测动力系统之间的差异。我们假设一个人可以通过执行操作和接收观察来与系统交互。关键思想是在待比较系统的基础上定义...
热度:27

131
The Feature Importance Ranking Measure[特征重要性排名测量]
  Nicole Krämer(柏林工业大学) 最精确的预测通常是由具有复杂特征空间的学习机器(例如由内核诱导)获得的。不幸的是,这样的决策规则很难被人访问,并且不容易被用来获得关于应用程序领域的见...
热度:84

132
Theory-Practice Interplay in Machine Learning – Emerging Theoretical Challenges[机器学习中的理论与实践的相互作用 - 新兴的理论挑战]
  Shai Ben-David(滑铁卢大学) 理论分析在统计机器学习的一些最显著的实际成功中发挥了重要作用。然而,主流机器学习理论假定一些强简化假设,这些假设往往是不现实的。在过去的十年中,机器学...
热度:31

133
Clustering Distributed Sensor Data Streams[聚类分布式传感器数据流]
  Pedro Pereira Rodrigues;Joao Gama; Luis Lopes(波尔图大学) 本文研究了传感器网络生成的数据点上连续保持簇结构的问题。我们提出了一种新的分布式算法dgclust,它通过允许每个局部传感器保持其数据流的在线离散化,从而减...
热度:38

134
Learning an Outlier-Robust Kalman Filter[学习异常强劲的卡尔曼滤波器]
  Jo-Anne Ting(南加州大学) 在本文中,我们介绍了一种改进的卡尔曼滤波器,它可以在不需要用户手动调整参数的情况下,进行鲁棒的实时异常检测。依赖高质量感官数据(例如,机器人系统)的系...
热度:122

135
Quasi-Incremental Bayesian Classifier[准增量贝叶斯分类器]
  Estevam R. Hruschka(圣卡洛斯联邦大学) 本文描述了一种准增量贝叶斯分类器(QBC),它设计用于在传感器网络等动态系统中执行分类任务,传感器网络不断地接收要存储在大型数据库中的新信息。因此,需要...
热度:39