Anar al contingut
VuFind
  • Iniciar sessió
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
    • 日本語
    • Nederlands
    • Português
    • Português (Brasil)
    • 中文(简体)
    • 中文(繁體)
    • Türkçe
    • עברית
    • Gaeilge
    • Cymraeg
    • Ελληνικά
    • Català
    • Euskara
    • Русский
    • Čeština
    • Suomi
    • Svenska
    • polski
    • Dansk
    • slovenščina
    • اللغة العربية
    • বাংলা
    • Galego
    • Tiếng Việt
    • Hrvatski
    • हिंदी
    • Հայերէն
    • Українська
    • Sámegiella
    • Монгол
    • Māori
Avançada
  • Citar
  • Enviar aquest missatge de text
  • Enviar per correu electrònic aquest
  • Imprimir
  • Exportar registre
    • Exportar a RefWorks
    • Exportar a EndNoteWeb
    • Exportar a EndNote
  • Afegir a favorits
  • Enllaç permanent
Imatge de la portada

Guardat en:
Dades bibliogràfiques
Autors principals: Lee, Serin, Kim, S.
Format: Preprint
Publicat: 2024
Matèries:
Number Theory
Machine Learning
11, 68
G.0; G.1.0; G.1.10; G.1.m; I.0; I.m; I.1.1; I.2.0; I.2.6; I.2.m; J.2
Accés en línia:https://arxiv.org/abs/2402.03363
Etiquetes: Afegir etiqueta
Sense etiquetes, Sigues el primer a etiquetar aquest registre!
  • Fons
  • Descripció
  • Taula de continguts
  • Comentaris
  • Ítems similars
  • Visualització del personal

Internet

https://arxiv.org/abs/2402.03363

Ítems similars

  • IGA-ODIL: Optimizing DIscretre robust Loss with Isogeometric Analysis to solve forward and inverse problems faster using machine learning tools
    per: Paszyński, Maciej, et al.
    Publicat: (2026)
  • Python library supporting Discrete Variational Formulations and training solutions with Collocation-based Robust Variational Physics Informed Neural Networks (DVF-CRVPINN)
    per: Służalec, Tomasz, et al.
    Publicat: (2026)
  • Collocation-based Robust Variational Physics-Informed Neural Networks (CRVPINN)
    per: Łoś, Marcin, et al.
    Publicat: (2024)
  • Generating and Explaining Corner Cases Using Learnt Probabilistic Lane Graphs
    per: Maci, Enrik, et al.
    Publicat: (2023)
  • Physics Informed Neural Network Code for 2D Transient Problems (PINN-2DT) Compatible with Google Colab
    per: Maczuga, Paweł, et al.
    Publicat: (2023)

Opcions de cerca

  • Historial de cerca
  • Cerca avançada

Trobar-ne més

  • Explorar el catàleg
  • Explorar alfabèticament
  • Explora canals
  • Bibliografia recomanada
  • Nous ítems

Necessites ajuda?

  • Consells de cerca
  • Pregunteu al bibliotecari
  • FAQs