TwinLab: a framework for data-efficient training of non-intrusive reduced-order models for digital twins

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Kannapinn, Maximilian, Schäfer, Michael, Weeger, Oliver
Format:	Preprint
Publié:	2024
Sujets:	Computational Engineering, Finance, and Science Artificial Intelligence Systems and Control Dynamical Systems
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2407.03924