Advanced Mathematical Science for Mobility Society
Cập nhật vào: Thứ năm - 11/09/2025 05:29
Nhan đề chính: Advanced Mathematical Science for Mobility Society
Nhan đề dịch: Khoa học toán học nâng cao cho xã hội di động
Tác giả: Kazushi Ikeda, Yoshiumi Kawamura, Kazuhisa Makino, Satoshi Tsujimoto, Nobuo Yamashita, Shintaro Yoshizawa, Hanna Sumita
Nhà xuất bản: Springer Singapore
Năm xuất bản: 2024
Số trang: 223 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-981-99-9772-5
SpringerLink
Lời giới thiệu: Cuốn sách truy cập mở này giới thiệu các phương pháp toán học thiết yếu để phân tích dữ liệu quy mô lớn và các mạng lưới phức tạp, với trọng tâm đặc biệt là ứng dụng trong lĩnh vực di động đang phát triển.
Trong những năm gần đây, ngành công nghiệp ô tô đã có những bước tiến đáng kể dưới các khái niệm như Kết nối, Tự hành, Chia sẻ và Điện hóa (CASE) cũng như Di chuyển dưới dạng Dịch vụ (MaaS). Những đổi mới này đòi hỏi phải có các khuôn khổ vững chắc về toán học và tin học. Khi khái niệm về phương tiện và di chuyển ngày càng trở nên đa dạng, các lĩnh vực này đóng vai trò quan trọng trong việc định hình tương lai của giao thông và cơ sở hạ tầng.
Để phục vụ mục tiêu này, đơn vị nghiên cứu “Khoa học Toán học Tiên tiến cho Xã hội Di động” đã được thành lập tại Đại học Kyoto. Sáng kiến này, phối hợp cùng Tập đoàn Ô tô Toyota, nhằm hình dung và hỗ trợ tương lai của xã hội di động thông qua nghiên cứu liên ngành.
Cuốn sách được chia thành ba phần chính:
Mô hình Toán học về Dòng chảy
Phần này tập trung vào việc mô hình hóa dòng người đi bộ và giao thông. Nội dung nhấn mạnh tầm quan trọng của việc hiểu động lực học toàn cục phát sinh từ sự tương tác giữa các cá thể, dựa trên các khái niệm hình học và hệ thống nhiều hạt như hệ thống hộp-bóng (box-ball system).
Phương pháp Toán học cho Dữ liệu Lớn và Phân tích Mạng
Gồm bốn chương, phần này đề cập đến các công nghệ toán học trong xử lý dữ liệu khổng lồ liên quan đến di động dưới góc nhìn của học máy, phân tích số và vật lý thống kê, bao gồm cả công nghệ chuỗi khối (blockchain).
Thuật toán cho Xã hội Di động
Phần cuối cùng bàn về các vấn đề thuật toán trong xã hội di động. Thông qua ví dụ về dịch vụ chia sẻ xe, các tác giả phân tích cách xây dựng và đánh giá các thuật toán cho hệ thống di động từ góc nhìn điều khiển, tối ưu hóa và trí tuệ nhân tạo (AI).
Từ khóa: Khoa học; Toán học; Thuật toán mạng; Biến đổi;, Thiết kế cơ chế
Nội dung cuốn sách gồm những phần sau:
- Giới thiệu
- Khoa học toán học nâng cao cho xã hội di động
- Mô hình toán học của dòng chảy
- Phân tích các mô hình hạt nhiều vật thể tự trị từ góc nhìn hình học và ứng dụng của nó
- Hệ thống tích phân liên quan đến phép biến đổi LR ma trận
- Phương pháp toán học cho phân tích dữ liệu lớn và mạng
- Phân tích số cho mối quan hệ dữ liệu
- Ứng dụng của hình thức mạng Tensor để xử lý dữ liệu Tensor
- Phương pháp tiếp cận học máy để phân tích tính di động
- Các vấn đề và thuật toán tối ưu hóa đồ thị cho chuỗi khối loại DAG
- Thuật toán cho xã hội di động
- Phương pháp tiếp cận dựa trên kiểm soát hệ thống đối với hệ thống chia sẻ xe
- Thuật toán cho xã hội di động tương lai
- Thiết kế cơ chế cho tính di động
Nhan đề dịch: Khoa học toán học nâng cao cho xã hội di động
Tác giả: Kazushi Ikeda, Yoshiumi Kawamura, Kazuhisa Makino, Satoshi Tsujimoto, Nobuo Yamashita, Shintaro Yoshizawa, Hanna Sumita
Nhà xuất bản: Springer Singapore
Năm xuất bản: 2024
Số trang: 223 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-981-99-9772-5
SpringerLink
Lời giới thiệu: Cuốn sách truy cập mở này giới thiệu các phương pháp toán học thiết yếu để phân tích dữ liệu quy mô lớn và các mạng lưới phức tạp, với trọng tâm đặc biệt là ứng dụng trong lĩnh vực di động đang phát triển.
Trong những năm gần đây, ngành công nghiệp ô tô đã có những bước tiến đáng kể dưới các khái niệm như Kết nối, Tự hành, Chia sẻ và Điện hóa (CASE) cũng như Di chuyển dưới dạng Dịch vụ (MaaS). Những đổi mới này đòi hỏi phải có các khuôn khổ vững chắc về toán học và tin học. Khi khái niệm về phương tiện và di chuyển ngày càng trở nên đa dạng, các lĩnh vực này đóng vai trò quan trọng trong việc định hình tương lai của giao thông và cơ sở hạ tầng.
Để phục vụ mục tiêu này, đơn vị nghiên cứu “Khoa học Toán học Tiên tiến cho Xã hội Di động” đã được thành lập tại Đại học Kyoto. Sáng kiến này, phối hợp cùng Tập đoàn Ô tô Toyota, nhằm hình dung và hỗ trợ tương lai của xã hội di động thông qua nghiên cứu liên ngành.
Cuốn sách được chia thành ba phần chính:
Mô hình Toán học về Dòng chảy
Phần này tập trung vào việc mô hình hóa dòng người đi bộ và giao thông. Nội dung nhấn mạnh tầm quan trọng của việc hiểu động lực học toàn cục phát sinh từ sự tương tác giữa các cá thể, dựa trên các khái niệm hình học và hệ thống nhiều hạt như hệ thống hộp-bóng (box-ball system).
Phương pháp Toán học cho Dữ liệu Lớn và Phân tích Mạng
Gồm bốn chương, phần này đề cập đến các công nghệ toán học trong xử lý dữ liệu khổng lồ liên quan đến di động dưới góc nhìn của học máy, phân tích số và vật lý thống kê, bao gồm cả công nghệ chuỗi khối (blockchain).
Thuật toán cho Xã hội Di động
Phần cuối cùng bàn về các vấn đề thuật toán trong xã hội di động. Thông qua ví dụ về dịch vụ chia sẻ xe, các tác giả phân tích cách xây dựng và đánh giá các thuật toán cho hệ thống di động từ góc nhìn điều khiển, tối ưu hóa và trí tuệ nhân tạo (AI).
Từ khóa: Khoa học; Toán học; Thuật toán mạng; Biến đổi;, Thiết kế cơ chế
Nội dung cuốn sách gồm những phần sau:
- Giới thiệu
- Khoa học toán học nâng cao cho xã hội di động
- Mô hình toán học của dòng chảy
- Phân tích các mô hình hạt nhiều vật thể tự trị từ góc nhìn hình học và ứng dụng của nó
- Hệ thống tích phân liên quan đến phép biến đổi LR ma trận
- Phương pháp toán học cho phân tích dữ liệu lớn và mạng
- Phân tích số cho mối quan hệ dữ liệu
- Ứng dụng của hình thức mạng Tensor để xử lý dữ liệu Tensor
- Phương pháp tiếp cận học máy để phân tích tính di động
- Các vấn đề và thuật toán tối ưu hóa đồ thị cho chuỗi khối loại DAG
- Thuật toán cho xã hội di động
- Phương pháp tiếp cận dựa trên kiểm soát hệ thống đối với hệ thống chia sẻ xe
- Thuật toán cho xã hội di động tương lai
- Thiết kế cơ chế cho tính di động
Liên hệ
Tiếng Việt
Tiếng Anh











