| 标题 |
 Physics‐Informed Deep Neural Networks for Learning Parameters and Constitutive Relationships in Subsurface Flow Problems 基于物理信息的深度神经网络在地下流动问题中的参数和本构关系学习
相关领域
导水率
理查兹方程
压头
多孔介质
毛细管压力
人工神经网络
流量（数学）
电导率
应用数学
包气带
统计物理学
物理
机械
数学
计算机科学
人工智能
土壤科学
岩土工程
多孔性
热力学
地质学
量子力学
土壤水分
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Water Resources Research 作者：Alexandre M. Tartakovsky; Carlos Ortiz Marrero; Paris Perdikaris; G. Tartakovsky; David A. Barajas‐Solano 出版日期：2020-04-04 |
| 求助人 | |
| 下载 | 求助已完成，仅限求助人下载。 |
|
温馨提示：该文献已被科研通 学术中心 收录，前往查看
科研通『学术中心』是文献索引库，收集文献的基本信息（如标题、摘要、期刊、作者、被引量等），不提供下载功能。如需下载文献全文，请通过文献求助获取。
|
PDF的下载单位、IP信息已删除
彭于彦祖
Lignin
SYLH
枫叶
shuang0116
挖掘机
pcr163
shinysparrow
ED
愉快的真
CR7
herococa
粗犷的嘉熙
酷炫的咖啡豆
pluto
yznfly
jenningseastera
鸣笛
iNk
暮霭沉沉
皖公网安备34019202002308
