Buchumschlag

An Interpretable Data-Driven Model of the Flight Dynamics of Hawks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	France, Lydia, Lapo, Karl, Kutz, J. Nathan
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Quantitative Methods Computational Engineering, Finance, and Science Machine Learning Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

DrivAerNet: A Parametric Car Dataset for Data-Driven Aerodynamic Design and Prediction
von: Elrefaie, Mohamed, et al.
Veröffentlicht: (2024)

Physically Interpretable Representation and Controlled Generation for Turbulence Data
von: Fan, Tiffany, et al.
Veröffentlicht: (2025)

TCR-EML: Explainable Model Layers for TCR-pMHC Prediction
von: Li, Jiarui, et al.
Veröffentlicht: (2025)

WindsorML: High-Fidelity Computational Fluid Dynamics Dataset For Automotive Aerodynamics
von: Ashton, Neil, et al.
Veröffentlicht: (2024)

DrivAerML: High-Fidelity Computational Fluid Dynamics Dataset for Road-Car External Aerodynamics
von: Ashton, Neil, et al.
Veröffentlicht: (2024)

AhmedML: High-Fidelity Computational Fluid Dynamics Dataset for Incompressible, Low-Speed Bluff Body Aerodynamics
von: Ashton, Neil, et al.
Veröffentlicht: (2024)

NeurIPS 2024 ML4CFD Competition: Harnessing Machine Learning for Computational Fluid Dynamics in Airfoil Design
von: Yagoubi, Mouadh, et al.
Veröffentlicht: (2024)

Physical formula enhanced multi-task learning for pharmacokinetics prediction
von: Li, Ruifeng, et al.
Veröffentlicht: (2024)

Geometric Deep Learning for Structure-Based Drug Design: A Survey
von: Zhang, Zaixi, et al.
Veröffentlicht: (2023)

Model-based deep reinforcement learning for accelerated learning from flow simulations
von: Weiner, Andre, et al.
Veröffentlicht: (2024)

A Deep Neural Network -- Mechanistic Hybrid Model to Predict Pharmacokinetics in Rat
von: Führer, Florian, et al.
Veröffentlicht: (2023)

Protein Thoughts: Interpretable Reasoning with Tree of Thoughts and Embedding-Space Flow Matching for Protein-Protein Interaction Discovery
von: Yeon, Kingsley, et al.
Veröffentlicht: (2026)

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

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

Learning Fluid-Structure Interaction with Physics-Informed Machine Learning and Immersed Boundary Methods
von: Farea, Afrah, et al.
Veröffentlicht: (2025)

A Residual Guided strategy with Generative Adversarial Networks in training Physics-Informed Transformer Networks
von: Zhang, Ziyang, et al.
Veröffentlicht: (2025)

Scientific Machine Learning of Flow Resistance Using Universal Shallow Water Equations with Differentiable Programming
von: Liu, Xiaofeng, et al.
Veröffentlicht: (2025)

Generalization of Urban Wind Environment Using Fourier Neural Operator Across Different Wind Directions and Cities
von: Chen, Cheng, et al.
Veröffentlicht: (2025)

Multi-level datasets training method in Physics-Informed Neural Networks
von: Tsai, Yao-Hsuan, et al.
Veröffentlicht: (2025)

Deep learning modelling of manufacturing and build variations on multi-stage axial compressors aerodynamics
von: Bruni, Giuseppe, et al.
Veröffentlicht: (2023)

A TVD neural network closure and application to turbulent combustion
von: Suh, Seung Won, et al.
Veröffentlicht: (2024)

Convolutional autoencoders for the reconstruction of three-dimensional interfacial multiphase flows
von: Cutforth, Murray, et al.
Veröffentlicht: (2025)

A MgNO Method for Multiphase Flow in Porous Media
von: Liu, Xinliang, et al.
Veröffentlicht: (2024)

Physics-informed graph neural networks for flow field estimation in carotid arteries
von: Suk, Julian, et al.
Veröffentlicht: (2024)

Boltzina: Efficient and Accurate Virtual Screening via Docking-Guided Binding Prediction with Boltz-2
von: Furui, Kairi, et al.
Veröffentlicht: (2025)

Clustering for Protein Representation Learning
von: Quan, Ruijie, et al.
Veröffentlicht: (2024)

Cardiovascular Disease Detection By Leveraging Semi-Supervised Learning
von: Chen, Shaohan, et al.
Veröffentlicht: (2024)

GraphPINE: Graph Importance Propagation for Interpretable Drug Response Prediction
von: Inoue, Yoshitaka, et al.
Veröffentlicht: (2025)

EnzymeFlow: Generating Reaction-specific Enzyme Catalytic Pockets through Flow Matching and Co-Evolutionary Dynamics
von: Hua, Chenqing, et al.
Veröffentlicht: (2024)

Learning From Limited Data and Feedback for Cell Culture Process Monitoring: A Comparative Study
von: Peng, Johnny, et al.
Veröffentlicht: (2025)

Prediction of Steady-State Flow through Porous Media Using Machine Learning Models
von: Wang, Jinhong, et al.
Veröffentlicht: (2026)

FluidFormer: Transformer with Continuous Convolution for Particle-based Fluid Simulation
von: Wang, Nianyi, et al.
Veröffentlicht: (2025)

DrivAerNet++: A Large-Scale Multimodal Car Dataset with Computational Fluid Dynamics Simulations and Deep Learning Benchmarks
von: Elrefaie, Mohamed, et al.
Veröffentlicht: (2024)

FOSS solution for Molecular Dynamics Simulation Automation and Collaboration with MDSGAT
von: Nelson, Jai Geddes, et al.
Veröffentlicht: (2025)

LANTERN: A Machine Learning Framework for Lipid Nanoparticle Transfection Efficiency Prediction
von: Mehradfar, Asal, et al.
Veröffentlicht: (2025)

Exploring Biomarker Relationships in Both Type 1 and Type 2 Diabetes Mellitus Through a Bayesian Network Analysis Approach
von: Sun, Yuyang, et al.
Veröffentlicht: (2024)

Efficient Training of Transformers for Molecule Property Prediction on Small-scale Datasets
von: Prakash, Shivesh
Veröffentlicht: (2024)

Retrosynthesis Prediction via Search in (Hyper) Graph
von: Lan, Zixun, et al.
Veröffentlicht: (2024)

On the performance of multi-fidelity and reduced-dimensional neural emulators for inference of physiological boundary conditions
von: Choi, Chloe H., et al.
Veröffentlicht: (2025)