-
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
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
Universal Physics Transformers: A Framework For Efficiently Scaling Neural Operators
要約 物理学代理モデルとして機能するニューラル演算子は、最近ますます関心を集めて … 続きを読む
カテゴリー: cs.AI, cs.LG, physics.flu-dyn
Universal Physics Transformers: A Framework For Efficiently Scaling Neural Operators はコメントを受け付けていません
Combining Machine Learning with Computational Fluid Dynamics using OpenFOAM and SmartSim
要約 機械学習 (ML) と数値流体力学 (CFD) を組み合わせることで、技術 … 続きを読む
カテゴリー: cs.LG, physics.flu-dyn
Combining Machine Learning with Computational Fluid Dynamics using OpenFOAM and SmartSim はコメントを受け付けていません
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