-
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
Interpreting and generalizing deep learning in physics-based problems with functional linear models
要約 ディープラーニングはさまざまな科学機械学習アプリケーションで目覚ましい成功 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Interpreting and generalizing deep learning in physics-based problems with functional linear models はコメントを受け付けていません
Mori-Zwanzig latent space Koopman closure for nonlinear autoencoder
要約 Koopman 演算子は、非線形システムの大域的線形化を達成するための魅力 … 続きを読む
カテゴリー: cs.LG, math.DS, physics.flu-dyn, stat.ML
Mori-Zwanzig latent space Koopman closure for nonlinear autoencoder はコメントを受け付けていません
RiemannONets: Interpretable Neural Operators for Riemann Problems
要約 強い衝撃波、希薄化、接触の不連続性を伴う高速流れをシミュレーションするため … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
RiemannONets: Interpretable Neural Operators for Riemann Problems はコメントを受け付けていません
PiRD: Physics-informed Residual Diffusion for Flow Field Reconstruction
要約 偏微分方程式の順問題および逆問題を解く際の計算を迅速化するために、流体力学 … 続きを読む
カテゴリー: cs.AI, physics.flu-dyn
PiRD: Physics-informed Residual Diffusion for Flow Field Reconstruction はコメントを受け付けていません
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations
要約 非線形浅海方程式をベンチマークとして使用し、U-net タイプのニューラル … 続きを読む
カテゴリー: 35-11, 65M99, 68T07, 86-08, cs.LG, physics.comp-ph, physics.flu-dyn
Dynamic Deep Learning Based Super-Resolution For The Shallow Water Equations はコメントを受け付けていません
Enhancing wind field resolution in complex terrain through a knowledge-driven machine learning approach
要約 大気の流れは多種多様な時空間スケールによって支配されているため、複雑な地形 … 続きを読む
カテゴリー: cs.CV, physics.flu-dyn
Enhancing wind field resolution in complex terrain through a knowledge-driven machine learning approach はコメントを受け付けていません
Machine Learning Optimized Approach for Parameter Selection in MESHFREE Simulations
要約 メッシュフリー シミュレーション手法は、特に数値流体力学 (CFD) や連 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Machine Learning Optimized Approach for Parameter Selection in MESHFREE Simulations はコメントを受け付けていません
Can physical information aid the generalization ability of Neural Networks for hydraulic modeling?
要約 この分野は機械学習技術の課題であるデータ不足に悩まされているにもかかわらず … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Can physical information aid the generalization ability of Neural Networks for hydraulic modeling? はコメントを受け付けていません
Fish-inspired tracking of underwater turbulent plumes
要約 自律型海洋探査機は、塩分や温度などの水質の車載センサー測定を利用して、リア … 続きを読む
カテゴリー: cs.RO, physics.flu-dyn
Fish-inspired tracking of underwater turbulent plumes はコメントを受け付けていません
JAX-SPH: A Differentiable Smoothed Particle Hydrodynamics Framework
要約 粒子ベースの流体シミュレーションは、特に複雑な物理学や自由表面を含む場合に … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
JAX-SPH: A Differentiable Smoothed Particle Hydrodynamics Framework はコメントを受け付けていません