-
最近の投稿
- Topological mapping for traversability-aware long-range navigation in off-road terrain
- Equality Constrained Diffusion for Direct Trajectory Optimization
- Learning-Based Autonomous Navigation, Benchmark Environments and Simulation Framework for Endovascular Interventions
- Language Supervised Human Action Recognition with Salient Fusion: Construction Worker Action Recognition as a Use Case
- Bi-Level Motion Imitation for Humanoid Robots
-
最近のコメント
表示できるコメントはありません。 cs.AI (27641) cs.CL (20879) cs.CR (2167) cs.CV (34375) cs.LG (32373) cs.RO (15816) cs.SY (2460) eess.IV (4221) eess.SY (2454) stat.ML (4339)
「physics.flu-dyn」カテゴリーアーカイブ
Neural Astrophysical Wind Models
要約 熱い超新星によって引き起こされる銀河風のバルク運動学と熱力学は、巻き上げら … 続きを読む
カテゴリー: astro-ph.GA, cs.LG, physics.data-an, physics.flu-dyn
Neural Astrophysical Wind Models はコメントを受け付けていません
Analogue and Physical Reservoir Computing Using Water Waves
要約 農村地域には 35 億人以上の人々が住んでおり、そこでは水と水エネルギー資 … 続きを読む
カテゴリー: cs.AI, nlin.CD, nlin.PS, physics.flu-dyn
Analogue and Physical Reservoir Computing Using Water Waves はコメントを受け付けていません
C(NN)FD — a deep learning framework for turbomachinery CFD analysis
要約 深層学習手法は、さまざまな業界で幅広い用途で成功を収めています。 これまで … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.flu-dyn
C(NN)FD — a deep learning framework for turbomachinery CFD analysis 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
Optimal sensor placement for reconstructing wind pressure field around buildings using compressed sensing
要約 大規模で複雑な、空間的に拡張された構造にセンサーを最適に配置する方法を決定 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Optimal sensor placement for reconstructing wind pressure field around buildings using compressed sensing はコメントを受け付けていません
Uncovering solutions from data corrupted by systematic errors: A physics-constrained convolutional neural network approach
要約 自然現象や工学システムに関する情報は通常、データに含まれています。 モデル … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Uncovering solutions from data corrupted by systematic errors: A physics-constrained convolutional neural network approach はコメントを受け付けていません
Discovering New Interpretable Conservation Laws as Sparse Invariants
要約 特定の力学システムの保存則を発見することは重要ですが、困難です。 理論家の … 続きを読む
カテゴリー: cs.LG, math.DS, nlin.SI, physics.class-ph, physics.flu-dyn
Discovering New Interpretable Conservation Laws as Sparse Invariants はコメントを受け付けていません
Dataset of a parameterized U-bend flow for Deep Learning Applications
要約 タイトル：深層学習アプリケーションのためのパラメータ化U字管流れのデータセ … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Dataset of a parameterized U-bend flow for Deep Learning Applications はコメントを受け付けていません
Asymptotic self-similar blow-up profile for three-dimensional axisymmetric Euler equations using neural networks
要約 タイトル：ニューラルネットワークを使用した３次元回転対称オイラー方程式の漸 … 続きを読む
カテゴリー: cs.LG, math.AP, physics.flu-dyn
Asymptotic self-similar blow-up profile for three-dimensional axisymmetric Euler equations using neural networks はコメントを受け付けていません
Investigating and Mitigating Failure Modes in Physics-informed Neural Networks (PINNs)
要約 タイトル： PINNにおける失敗モードの調査と緩和 要約： ・本論文は、物 … 続きを読む
カテゴリー: cs.LG, cs.NA, math.NA, physics.comp-ph, physics.flu-dyn
Investigating and Mitigating Failure Modes in Physics-informed Neural Networks (PINNs) はコメントを受け付けていません