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: Guo, Jiachen, Park, Chanwook, Qian, Dong, Hughes, Thomas J. R., Liu, Wing Kam
Natura: Preprint
Pubblicazione: 2025
Soggetti:
Computational Engineering, Finance, and Science
Numerical Analysis
Accesso online:https://arxiv.org/abs/2509.11447
Tags: Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
  • Posseduto
  • Descrizione
  • Sommario
  • Commenti
  • Documenti analoghi
  • MARC21

Accesso online

https://arxiv.org/abs/2509.11447

Documenti analoghi

  • Multi-Patch Isogeometric Convolution Hierarchical Deep-learning Neural Network
    di: Zhang, Lei, et al.
    Pubblicazione: (2024)
  • Bayesian Interpolating Neural Network (B-INN): a scalable and reliable Bayesian model for large-scale physical systems
    di: Park, Chanwook, et al.
    Pubblicazione: (2026)
  • Convolutional Hierarchical Deep Learning Neural Networks-Tensor Decomposition (C-HiDeNN-TD): a scalable surrogate modeling approach for large-scale physical systems
    di: Guo, Jiachen, et al.
    Pubblicazione: (2024)
  • Interpolating Neural Network-Tensor Decomposition (INN-TD): a scalable and interpretable approach for large-scale physics-based problems
    di: Guo, Jiachen, et al.
    Pubblicazione: (2025)
  • A Convolutional Hierarchical Deep-learning Neural Network (C-HiDeNN) Framework for Non-linear Finite Element Analysis
    di: Liu, Yingjian, et al.
    Pubblicazione: (2025)

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