Buchumschlag

Implicit Neural Representation For Accurate CFD Flow Field Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	de Vito, Laurent, Pinnau, Nils, Dey, Simone
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Computational Engineering, Finance, and Science
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NITO: Neural Implicit Fields for Resolution-free Topology Optimization
von: Nobari, Amin Heyrani, et al.
Veröffentlicht: (2024)

Differentiable Multiphysics Co-Optimization via Implicit Neural Representations: A Transient Hamburger-Cooking Benchmark
von: Zobeiry, Navid
Veröffentlicht: (2026)

Deep Neural Implicit Representation of Accessibility for Multi-Axis Manufacturing
von: Harabin, George P., et al.
Veröffentlicht: (2024)

Interpreting CFD Surrogates through Sparse Autoencoders
von: Hu, Yeping, et al.
Veröffentlicht: (2025)

Accurate and Reliable Uncertainty Estimates for Deterministic Predictions Extensions to Under and Overpredictions
von: Bandy, Rileigh, et al.
Veröffentlicht: (2026)

FlashSchNet: Fast and Accurate Coarse-Grained Neural Network Molecular Dynamics
von: Li, Pingzhi, et al.
Veröffentlicht: (2026)

International Trade Flow Prediction with Bilateral Trade Provisions
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

JAX-Fluids 2.0: Towards HPC for Differentiable CFD of Compressible Two-phase Flows
von: Bezgin, Deniz A., et al.
Veröffentlicht: (2024)

Leveraging Multi-modal Representations to Predict Protein Melting Temperatures
von: Zhang, Daiheng, et al.
Veröffentlicht: (2024)

WeirNet: A Large-Scale 3D CFD Benchmark for Geometric Surrogate Modeling of Piano Key Weirs
von: Lüddecke, Lisa, et al.
Veröffentlicht: (2026)

Physics-Informed Learning of Flow Distribution and Receiver Heat Losses in Parabolic Trough Solar Fields
von: Matthes, Stefan, et al.
Veröffentlicht: (2025)

Operator Learning for Reconstructing Flow Fields from Sparse Measurements: a Language Model Approach
von: Zhang, Qian, et al.
Veröffentlicht: (2026)

Black-Box Optimization with Implicit Constraints for Public Policy
von: Xing, Wenqian, et al.
Veröffentlicht: (2023)

Multiscale Neural PDE Surrogates for Prediction and Downscaling: Application to Ocean Currents
von: El-Kabid, Abdessamad, et al.
Veröffentlicht: (2025)

Form-Finding and Physical Property Predictions of Tensegrity Structures Using Deep Neural Networks
von: Chen, Muhao, et al.
Veröffentlicht: (2024)

Sparse Autoencoders as a Steering Basis for Phase Synchronization in Graph-Based CFD Surrogates
von: Hu, Yeping, et al.
Veröffentlicht: (2026)

GRAPPA -- A Hybrid Graph Neural Network for Predicting Pure Component Vapor Pressures
von: Hoffmann, Marco, et al.
Veröffentlicht: (2025)

Some variation of COBRA in sequential learning setup
von: Bhambu, Aryan, et al.
Veröffentlicht: (2024)

Temperature Distribution Prediction in Laser Powder Bed Fusion using Transferable and Scalable Graph Neural Networks
von: Raut, Riddhiman, et al.
Veröffentlicht: (2024)

Deep Convolutional Neural Networks for Short-Term Multi-Energy Demand Prediction of Integrated Energy Systems
von: Arsene, Corneliu, et al.
Veröffentlicht: (2023)

Predicting Filter Medium Performances in Chamber Filter Presses with Digital Twins Using Neural Network Technologies
von: Teutscher, Dennis, et al.
Veröffentlicht: (2025)

Bridging Equilibrium and Kinetics Prediction with a Data-Weighted Neural Network Model of Methane Steam Reforming
von: Pizoń, Zofia, et al.
Veröffentlicht: (2025)

Refine Now, Query Fast: A Decoupled Refinement Paradigm for Implicit Neural Fields
von: Xiong, Tianyu, et al.
Veröffentlicht: (2026)

CryptoMamba: Leveraging State Space Models for Accurate Bitcoin Price Prediction
von: Sepehri, Mohammad Shahab, et al.
Veröffentlicht: (2025)

C(NN)FD -- a deep learning framework for turbomachinery CFD analysis
von: Bruni, Giuseppe, et al.
Veröffentlicht: (2023)

Optimizing Portfolio Management and Risk Assessment in Digital Assets Using Deep Learning for Predictive Analysis
von: Cheng, Qishuo, et al.
Veröffentlicht: (2024)

Coupled Diffusion-Encoder Models for Reconstruction of Flow Fields
von: Hemmasian, AmirPouya, et al.
Veröffentlicht: (2026)

Using Sentiment and Technical Analysis to Predict Bitcoin with Machine Learning
von: Carosia, Arthur Emanuel de Oliveira
Veröffentlicht: (2024)

Anvil: An integration of artificial intelligence, sampling techniques, and a combined CAD-CFD tool
von: Vardhan, Harsh, et al.
Veröffentlicht: (2024)

Rectified Flow For Structure Based Drug Design
von: Zhang, Daiheng, et al.
Veröffentlicht: (2024)

Machine Learning-Assisted Discovery of Flow Reactor Designs
von: Savage, Tom, et al.
Veröffentlicht: (2023)

Neural Persistence Dynamics
von: Zeng, Sebastian, et al.
Veröffentlicht: (2024)

Adaptive Temporal Fusion Transformers for Cryptocurrency Price Prediction
von: Peik, Arash, et al.
Veröffentlicht: (2025)

Generative Aerodynamic Design with Diffusion Probabilistic Models
von: Wagenaar, Thomas, et al.
Veröffentlicht: (2024)

Mechanics Simulation with Implicit Neural Representations of Complex Geometries
von: Karki, Samundra, et al.
Veröffentlicht: (2025)

On the Generalization in Topology Optimization via Sensitivity-Conditioned Bernoulli Flow Matching
von: Rashed, Mohammad, et al.
Veröffentlicht: (2026)

UncertainGen: Uncertainty-Aware Representations of DNA Sequences for Metagenomic Binning
von: Celikkanat, Abdulkadir, et al.
Veröffentlicht: (2025)

Pretrained Video Models as Differentiable Physics Simulators for Urban Wind Flows
von: Perini, Janne, et al.
Veröffentlicht: (2026)

Neural Operators Can Discover Functional Clusters
von: Li, Yicen, et al.
Veröffentlicht: (2026)

COEFF-KANs: A Paradigm to Address the Electrolyte Field with KANs
von: Li, Xinhe, et al.
Veröffentlicht: (2024)