-
最近の投稿
- Exploring Modular Mobility: Industry Advancements, Research Trends, and Future Directions on Modular Autonomous Vehicles
- Causal Composition Diffusion Model for Closed-loop Traffic Generation
- DRAL: Deep Reinforcement Adaptive Learning for Multi-UAVs Navigation in Unknown Indoor Environment
- Asynchronous Training of Mixed-Role Human Actors in a Partially-Observable Environment
- LMV-RPA: Large Model Voting-based Robotic Process Automation
-
最近のコメント
表示できるコメントはありません。 cs.AI (31450) cs.CL (23788) cs.CR (2442) cs.CV (37795) cs.LG (36318) cs.RO (18381) cs.SY (2817) eess.IV (4541) eess.SY (2811) stat.ML (4821)
「physics.flu-dyn」カテゴリーアーカイブ
An Extreme Learning Machine-Based Method for Computational PDEs in Higher Dimensions
要約 ランダム化ニューラル ネットワークに基づいて高次元偏微分方程式 (PDE) … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph, physics.flu-dyn
An Extreme Learning Machine-Based Method for Computational PDEs in Higher Dimensions はコメントを受け付けていません
Toward Discretization-Consistent Closure Schemes for Large Eddy Simulation Using Reinforcement Learning
要約 我々は、暗黙的にフィルタリングされたラージエディシミュレーション(LES) … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Toward Discretization-Consistent Closure Schemes for Large Eddy Simulation Using Reinforcement Learning はコメントを受け付けていません
Thermodynamics-inspired Macroscopic States of Bounded Swarms
要約 ローカルエージェントのルールがわかっていて単純である場合でも、群れの集団的 … 続きを読む
カテゴリー: cs.RO, nlin.AO, physics.flu-dyn
Thermodynamics-inspired Macroscopic States of Bounded Swarms はコメントを受け付けていません
RANS-PINN based Simulation Surrogates for Predicting Turbulent Flows
要約 物理情報に基づいたニューラル ネットワーク (PINN) は、微分方程式に … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.flu-dyn
RANS-PINN based Simulation Surrogates for Predicting Turbulent Flows はコメントを受け付けていません
Machine learning for rapid discovery of laminar flow channel wall modifications that enhance heat transfer
要約 流体の数値シミュレーションは、多くの物理現象をモデル化する上で重要な役割を … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Machine learning for rapid discovery of laminar flow channel wall modifications that enhance heat transfer はコメントを受け付けていません
Unsupervised machine-learning shock-capturing technique for high-order solvers
要約 ガウス混合モデル (GMM) に基づいた新しい教師なし機械学習衝撃捕捉アル … 続きを読む
カテゴリー: cs.LG, physics.comp-ph, physics.flu-dyn
Unsupervised machine-learning shock-capturing technique for high-order solvers はコメントを受け付けていません
SE(3) symmetry lets graph neural networks learn arterial velocity estimation from small datasets
要約 冠動脈の血流速度場は、心血管疾患の診断、予後、治療計画のための貴重なバイオ … 続きを読む
カテゴリー: cs.LG, math.GR, physics.flu-dyn
SE(3) symmetry lets graph neural networks learn arterial velocity estimation from small datasets はコメントを受け付けていません
Dynamic Feature-based Deep Reinforcement Learning for Flow Control of Circular Cylinder with Sparse Surface Pressure Sensing
要約 この研究では、深層強化学習を出発点として、センサー情報がまばらであるという … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Dynamic Feature-based Deep Reinforcement Learning for Flow Control of Circular Cylinder with Sparse Surface Pressure Sensing はコメントを受け付けていません
Generative convective parametrization of dry atmospheric boundary layer
要約 乱流のパラメータ化は、今後もキロメートル規模の地球システム モデルに必要な … 続きを読む
カテゴリー: cs.LG, physics.ao-ph, physics.flu-dyn
Generative convective parametrization of dry atmospheric boundary layer はコメントを受け付けていません
Towards Long-Term predictions of Turbulence using Neural Operators
要約 この論文では、フーリエ ニューラル オペレーター (FNO) モデルに焦点 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Towards Long-Term predictions of Turbulence using Neural Operators はコメントを受け付けていません