Buchumschlag

Physics Informed Neural Networks for Modeling of 3D Flow-Thermal Problems with Sparse Domain Data

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bhatnagar, Saakaar, Comerford, Andrew, Banaeizadeh, Araz
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Chemical Reaction Neural Networks for Fitting Accelerating Rate Calorimetry Data
von: Bhatnagar, Saakaar, et al.
Veröffentlicht: (2024)

A Layered Swarm Optimization Method for Fitting Battery Thermal Runaway Models to Accelerating Rate Calorimetry Data
von: Bhatnagar, Saakaar, et al.
Veröffentlicht: (2024)

Investigating the Surrogate Modeling Capabilities of Continuous Time Echo State Networks
von: Bhatnagar, Saakaar
Veröffentlicht: (2023)

An Agentic AI Workflow to Simplify Parameter Estimation of Complex Differential Equation Systems
von: Bhatnagar, Saakaar
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Solving Contact Problems in Three Dimensions
von: Sahin, Tarik, et al.
Veröffentlicht: (2024)

Statistical Design of Thermal Protection System Using Physics-Informed Neural Network
von: Lyathakula, Karthik Reddy, et al.
Veröffentlicht: (2025)

Physics-Informed Holomorphic Neural Networks (PIHNNs): Solving Linear Elasticity Problems
von: Calafà, Matteo, et al.
Veröffentlicht: (2024)

Enforced Interface Constraints for Domain Decomposition Method of Discrete Physics-Informed Neural Networks
von: Yin, Jichao, et al.
Veröffentlicht: (2025)

Multi-Objective Loss Balancing in Physics-Informed Neural Networks for Fluid Flow Applications
von: Farea, Afrah, et al.
Veröffentlicht: (2025)

Amalgamation of Physics-Informed Neural Network and LBM for the Prediction of Unsteady Fluid Flows in Fractal-Rough Microchannels
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

History-Matching of Imbibition Flow in Multiscale Fractured Porous Media Using Physics-Informed Neural Networks (PINNs)
von: Abbasi, Jassem, et al.
Veröffentlicht: (2024)

Physics Informed Neural Network using Finite Difference Method
von: Lim, Kart Leong, et al.
Veröffentlicht: (2026)

Brain-Inspired Physics-Informed Neural Networks: Bare-Minimum Neural Architectures for PDE Solvers
von: Markidis, Stefano
Veröffentlicht: (2024)

Rapid Estimation of Left Ventricular Contractility with a Physics-Informed Neural Network Inverse Modeling Approach
von: Naghavi, Ehsan, et al.
Veröffentlicht: (2024)

Exploring Physics-Informed Neural Networks: From Fundamentals to Applications in Complex Systems
von: Ganga, Sai, et al.
Veröffentlicht: (2024)

Lattice-Boltzmann-Driven Physics-Informed Neural Networks for Droplet Wettability on Rough Surfaces
von: Meshram, Ganesh Sahadeo, et al.
Veröffentlicht: (2026)

Towards a Hybrid Digital Twin: Physics-Informed Neural Networks as Surrogate Model of a Reinforced Concrete Beam
von: Sahin, Tarik, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Networks for Shell Structures
von: Bastek, Jan-Hendrik, et al.
Veröffentlicht: (2022)

A Dual Physics-Informed Kolmogorov-Arnold Neural Network Framework for Continuum Topology Optimization
von: Zhang, Junyuan, et al.
Veröffentlicht: (2026)

A Knowledge-Inspired Hierarchical Physics-Informed Neural Network for Pipeline Hydraulic Transient Simulation
von: Du, Jian, et al.
Veröffentlicht: (2024)

The Statistical Significance of the Inclusion of Graph Neural Networks in the Financial Time Series Forecasting Problem
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

On Domain Decomposition for Magnetostatic Problems in 3D
von: Mally, Mario, et al.
Veröffentlicht: (2025)

A Physics-Informed Neural Network Framework for Simulating Creep Buckling in Growing Viscoelastic Biological Tissues
von: Lin, Zhongya, et al.
Veröffentlicht: (2025)

Using Graph Neural Networks and Frequency Domain Data for Automated Operational Modal Analysis of Populations of Structures
von: Jian, Xudong, et al.
Veröffentlicht: (2024)

Statistical Design of Thermal Protection System Using Physics-Informed Machine learning
von: Lyathakula, Karthik Reddy
Veröffentlicht: (2025)

AdaField: Generalizable Surface Pressure Modeling with Physics-Informed Pre-training and Flow-Conditioned Adaptation
von: Zou, Junhong, et al.
Veröffentlicht: (2026)

FFV-PINN: A Fast Physics-Informed Neural Network with Simplified Finite Volume Discretization and Residual Correction
von: Wei, Chang, et al.
Veröffentlicht: (2026)

A Generative Adversarial Graph Neural Network for Synthetic Time Series Data
von: Gregnanin, Marco, et al.
Veröffentlicht: (2026)

Transfer-learned Kolosov-Muskhelishvili Informed Neural Networks for Fracture Mechanics
von: Zhou, Shuwei, et al.
Veröffentlicht: (2026)

WeightFlow: Learning Stochastic Dynamics via Evolving Weight of Neural Network
von: Li, Ruikun, et al.
Veröffentlicht: (2025)

SeisGPT: A Physics-Informed Data-Driven Large Model for Real-Time Seismic Response Prediction
von: Meng, Shiqiao, et al.
Veröffentlicht: (2024)

Error Approximation and Bias Correction in Dynamic Problems using a Recurrent Neural Network/Finite Element Hybrid Model
von: von Tresckow, Moritz, et al.
Veröffentlicht: (2023)

Improving hp-Variational Physics-Informed Neural Networks for Steady-State Convection-Dominated Problems
von: Anandh, Thivin, et al.
Veröffentlicht: (2024)

PINNsFormer: A Transformer-Based Framework For Physics-Informed Neural Networks
von: Zhao, Zhiyuan, et al.
Veröffentlicht: (2023)

Physics-Informed Neural Networks for Industrial Gas Turbines: Recent Trends, Advancements and Challenges
von: Sophiya, Afila Ajithkumar, et al.
Veröffentlicht: (2025)

TransMode-LLM: Feature-Informed Natural Language Modeling with Domain-Enhanced Prompting for Travel Behavior Modeling
von: Zhang, Meijing, et al.
Veröffentlicht: (2026)

Therm-FM: Foundation Model is ALL YOU NEED for 3D-ICs Thermal Simulation
von: Huang, Zhen, et al.
Veröffentlicht: (2026)

Data-Driven Physics-Informed Neural Networks: A Digital Twin Perspective
von: Yang, Sunwoong, et al.
Veröffentlicht: (2024)

Efficient Aircraft Design Optimization Using Multi-Fidelity Models and Multi-fidelity Physics Informed Neural Networks
von: Sarker, Apurba
Veröffentlicht: (2024)

Extremization to Fine Tune Physics Informed Neural Networks for Solving Boundary Value Problems
von: Thiruthummal, Abhiram Anand, et al.
Veröffentlicht: (2024)