Salta al contenuto
VuFind
  • Entra
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
Avanzata
  • Citazione
  • Invia SMS
  • Invia email
  • Stampa
  • Esporta il record
    • Esporta a RefWorks
    • Esporta a EndNoteWeb
    • Esporta a EndNote
  • Aggiungi alla lista
  • PLink permanente
Copertina

Salvato in:
Dettagli Bibliografici
Autori principali: Rezaei, Shahed, Asl, Reza Najian, Taghikhani, Kianoosh, Moeineddin, Ahmad, Kaliske, Michael, Apel, Markus
Natura: Preprint
Pubblicazione: 2024
Soggetti:
Computational Engineering, Finance, and Science
Machine Learning
Accesso online:https://arxiv.org/abs/2407.04157
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Posseduto
  • Descrizione
  • Sommario
  • Commenti
  • Documenti analoghi
  • MARC21

Accesso online

https://arxiv.org/abs/2407.04157

Documenti analoghi

  • Integration of physics-informed operator learning and finite element method for parametric learning of partial differential equations
    di: Rezaei, Shahed, et al.
    Pubblicazione: (2024)
  • A Physics-Informed Meta-Learning Framework for the Continuous Solution of Parametric PDEs on Arbitrary Geometries
    di: Asl, Reza Najian, et al.
    Pubblicazione: (2025)
  • Neural-Initialized Newton: Accelerating Nonlinear Finite Elements via Operator Learning
    di: Taghikhani, Kianoosh, et al.
    Pubblicazione: (2025)
  • A finite operator learning technique for mapping the elastic properties of microstructures to their mechanical deformations
    di: Rezaei, Shahed, et al.
    Pubblicazione: (2024)
  • A Finite Operator Learning Technique for Mapping the Elastic Properties of Microstructures to Their Mechanical Deformations
    di: Shahed Rezaei, et al.
    Pubblicazione: (2024)

Opzioni di ricerca

  • Ultime ricerche
  • Ricerca avanzata

Cerca

  • Scorri il catalogo
  • Scorri in ordine alfabetico
  • Esplora selezioni
  • Materiali riservati (per i corsi)
  • Nuovi documenti

Serve aiuto?

  • Suggerimenti per la ricerca
  • Chiedi al bibliotecario
  • FAQ