-
最近の投稿
- A Systematic Approach to Design Real-World Human-in-the-Loop Deep Reinforcement Learning: Salient Features, Challenges and Trade-offs
- Robo-Troj: Attacking LLM-based Task Planners
- SE(3)-Equivariant Robot Learning and Control: A Tutorial Survey
- Geometric Formulation of Unified Force-Impedance Control on SE(3) for Robotic Manipulators
- Subframework-based Bearing Rigidity Maintenance Control in Multirobot Networks
-
最近のコメント
表示できるコメントはありません。 cs.AI (37106) cs.CL (28087) cs.CV (42847) cs.HC (2837) cs.LG (42044) cs.RO (21987) cs.SY (3355) eess.IV (4990) eess.SY (3347) stat.ML (5498)
「physics.flu-dyn」カテゴリーアーカイブ
Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system
要約 近年、乱流動的システムの解析において、データ駆動型の深層学習モデルが大きな … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system はコメントを受け付けていません
Physics-constrained coupled neural differential equations for one dimensional blood flow modeling
要約 計算による心血管系の流れのモデリングは、血流動態を理解する上で極めて重要な … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Physics-constrained coupled neural differential equations for one dimensional blood flow modeling はコメントを受け付けていません
Fusion DeepONet: A Data-Efficient Neural Operator for Geometry-Dependent Hypersonic Flows on Arbitrary Grids
要約 再突入機の設計には、その形状周辺の極超音速流の正確な予測が必要である。この … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Fusion DeepONet: A Data-Efficient Neural Operator for Geometry-Dependent Hypersonic Flows on Arbitrary Grids はコメントを受け付けていません
A Haptic-Based Proximity Sensing System for Buried Object in Granular Material
要約 粒状物質内の物体の近接認識は、特に掃海などの用途では重要です。 しかし、粒 … 続きを読む
カテゴリー: cs.RO, physics.flu-dyn, physics.geo-ph, physics.ins-det
A Haptic-Based Proximity Sensing System for Buried Object in Granular Material はコメントを受け付けていません
LC-SVD-DLinear: A low-cost physics-based hybrid machine learning model for data forecasting using sparse measurements
要約 この記事では、特異値分解 (SVD) と浅い線形ニューラル ネットワークを … 続きを読む
カテゴリー: cs.AI, physics.flu-dyn
LC-SVD-DLinear: A low-cost physics-based hybrid machine learning model for data forecasting using sparse measurements はコメントを受け付けていません
Comparison of Generative Learning Methods for Turbulence Modeling
要約 乱流の数値シミュレーションは、その複雑さと計算コストの高さにより、流体力学 … 続きを読む
カテゴリー: cs.CV, physics.flu-dyn
Comparison of Generative Learning Methods for Turbulence Modeling はコメントを受け付けていません
A TVD neural network closure and application to turbulent combustion
要約 訓練されたニューラル ネットワーク (NN) には、支配方程式を閉じるため … 続きを読む
カテゴリー: cs.CE, cs.LG, physics.flu-dyn
A TVD neural network closure and application to turbulent combustion はコメントを受け付けていません
CoNFiLD-inlet: Synthetic Turbulence Inflow Using Generative Latent Diffusion Models with Neural Fields
要約 渦を解決する乱流シミュレーションには、乱流の複雑なマルチスケール構造を正確 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
CoNFiLD-inlet: Synthetic Turbulence Inflow Using Generative Latent Diffusion Models with Neural Fields はコメントを受け付けていません
Learning rheological parameters of non-Newtonian fluids from velocimetry data
要約 流速測定データを同化するベイジアン逆ナビエ・ストークス (N-S) 問題を … 続きを読む
カテゴリー: cs.LG, math.OC, physics.flu-dyn
Learning rheological parameters of non-Newtonian fluids from velocimetry data 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