-
最近の投稿
- TOFFE — Temporally-binned Object Flow from Events for High-speed and Energy-Efficient Object Detection and Tracking
- ELEGNT: Expressive and Functional Movement Design for Non-anthropomorphic Robot
- Tightly Coupled SLAM with Imprecise Architectural Plans
- LatentBKI: Open-Dictionary Continuous Mapping in Visual-Language Latent Spaces with Quantifiable Uncertainty
- Interaction Dataset of Autonomous Vehicles with Traffic Lights and Signs
-
最近のコメント
表示できるコメントはありません。 cs.AI (32585) cs.CL (24637) cs.CR (2521) cs.CV (38784) cs.LG (37457) cs.RO (18976) cs.SY (2901) eess.IV (4651) eess.SY (2895) stat.ML (4943)
「physics.flu-dyn」カテゴリーアーカイブ
Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows
要約 この研究では、グラフ ニューラル ネットワーク (GNN) とレイノルズ平 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows はコメントを受け付けていません
Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows
要約 この研究では、グラフ ニューラル ネットワーク (GNN) とレイノルズ平 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows はコメントを受け付けていません
Equation-informed data-driven identification of flow budgets and dynamics
要約 数値流体力学 (CFD) は、エンジニアリング アプリケーションにおける流 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Equation-informed data-driven identification of flow budgets and dynamics はコメントを受け付けていません
Flow reconstruction in time-varying geometries using graph neural networks
要約 この論文では、時変ジオメトリ内の非常にまばらなデータからフローを再構築する … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.flu-dyn
Flow reconstruction in time-varying geometries using graph neural networks はコメントを受け付けていません
Generalization capabilities and robustness of hybrid machine learning models grounded in flow physics compared to purely deep learning models
要約 この研究では、流体力学アプリケーションにおける物理原理に基づく純粋な深層学 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Generalization capabilities and robustness of hybrid machine learning models grounded in flow physics compared to purely deep learning models はコメントを受け付けていません
Advanced deep-reinforcement-learning methods for flow control: group-invariant and positional-encoding networks improve learning speed and quality
要約 流量制御は、幅広い用途でエネルギー効率を最大化する鍵となります。 しかし、 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Advanced deep-reinforcement-learning methods for flow control: group-invariant and positional-encoding networks improve learning speed and quality はコメントを受け付けていません
NeuroSEM: A hybrid framework for simulating multiphysics problems by coupling PINNs and spectral elements
要約 流体力学、熱伝達、構造力学、電磁気学の間の複雑な相互作用を特徴とするマルチ … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
NeuroSEM: A hybrid framework for simulating multiphysics problems by coupling PINNs and spectral elements はコメントを受け付けていません
FlowBench: A Large Scale Benchmark for Flow Simulation over Complex Geometries
要約 任意の形状の周囲の流体の流れをシミュレートすることは、さまざまな工学的問題 … 続きを読む
カテゴリー: cs.LG, cs.NE, physics.flu-dyn
FlowBench: A Large Scale Benchmark for Flow Simulation over Complex Geometries はコメントを受け付けていません
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence
要約 ほとんどの実世界のアプリケーションにおける乱流の高忠実度の直接数値シミュレ … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.flu-dyn
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence はコメントを受け付けていません
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence
要約 ほとんどの実世界のアプリケーションにおける乱流の高忠実度の直接数値シミュレ … 続きを読む
カテゴリー: cs.LG, nlin.CD, physics.flu-dyn
Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence はコメントを受け付けていません