Resultados de búsqueda - Lin, Te
- Mostrando 1 - 11 Resultados de 11
-
1
Physics-Informed Machine Learning for Two-Phase Moving-Interface and Stefan Problems Autoría: Chang, Che-Chia, Lin, Te-Sheng, Lai, Ming-Chih
Publicado 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
2
Abdominal Undulation with Compliant Mechanism Improves Flight Performance of Biomimetic Robotic Butterfly Autoría: Lian, Xuyi, Luo, Mingyu, Lin, Te, Qian, Chen, Li, Tiefeng
Publicado 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
3
A shallow physics-informed neural network for solving partial differential equations on surfaces Autoría: Hu, Wei-Fan, Shih, Yi-Jun, Lin, Te-Sheng, Lai, Ming-Chih
Publicado 2022Fuente: arXivTipo de material: PreprintAcceso al recurso -
4
A categorical embedding discontinuity-capturing shallow neural network for anisotropic elliptic interface problems Autoría: Hu, Wei-Fan, Lin, Te-Sheng, Tseng, Yu-Hau, Lai, Ming-Chih
Publicado 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
5
A hybrid neural-network and MAC scheme for Stokes interface problems Autoría: Chang, Che-Chia, Dai, Chen-Yang, Hu, Wei-Fan, Lin, Te-Sheng, Lai, Ming-Chih
Publicado 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
6
Variability of morphology in beat-to-beat photoplethysmographic waveform quantified with unsupervised wave-shape manifold learning for clinical assessment Autoría: Ho, Yu-Chieh, Lin, Te-Sheng, Wang, She-Chih, Chang, Chen-Shi, Lin, Yu-Ting
Publicado 2023Fuente: arXivTipo de material: PreprintAcceso al recurso -
7
Consistency Training with Physical Constraints Autoría: Chang, Che-Chia, Dai, Chen-Yang, Lin, Te-Sheng, Lai, Ming-Chih, Lai, Chieh-Hsin
Publicado 2025Fuente: arXivTipo de material: PreprintAcceso al recurso -
8
TINNs: Time-Induced Neural Networks for Solving Time-Dependent PDEs Autoría: Dai, Chen-Yang, Chang, Che-Chia, Lin, Te-Sheng, Lai, Ming-Chih, Lai, Chieh-Hsin
Publicado 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
9
Stabilizing Physics-Informed Consistency Models via Structure-Preserving Training Autoría: Chang, Che-Chia, Dai, Chen-Yang, Lin, Te-Sheng, Lai, Ming-Chih, Lai, Chieh-Hsin
Publicado 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
10
A Unified Weighted-Loss Physics-Informed Neural Network for Boundary Layer Problems in Singularly Perturbed PDEs Autoría: Hu, Wei-Fan, Zhong, Shi-Xiang, Hsieh, Po-Wen, Chen, Chung-Kai, Lin, Te-Sheng
Publicado 2026Fuente: arXivTipo de material: PreprintAcceso al recurso -
11
Figure 4 from: Lin S-M, Shen C-C, Lin T-E, Liang Y-J, Chang W-H (2026) Redescription and neotype designation of Dopasia formosensis (Kishida, 1930) (Squamata, Anguidae) from Taiwan... Autoría: Lin, Si-Min, Shen, Chin-Chia, Lin, Te-En, Liang, Yu-Jhen, Chang, Wen-Hsien
Publicado 2026Fuente: ZenodoTipo de material: Recurso digitalAcceso al recurso