| 标题 |
Physics-informed, boundary-constrained Gaussian process regression for the reconstruction of fluid flow fields 相关领域
翼型
数学
高斯过程
克里金
边界(拓扑)
流量(数学)
不可压缩流
应用数学
数学分析
边值问题
NACA翼型
核(代数)
高斯分布
高斯随机场
协方差
空气动力学
数学优化
浸入边界法
计算流体力学
随机场
流体力学
航程(航空)
分段
压缩性
流体力学
纳维-斯托克斯方程组
数值分析
度量(数据仓库)
不确定度量化
过程(计算)
领域(数学)
矢量场
|
| 网址 | |
| DOI |
10.1615/int.j.uncertaintyquantification.2026063515
doi
|
| 其它 |
期刊:International Journal for Uncertainty Quantification 作者:Adrian Padilla-Segarra; Pascal Noble; Olivier Roustant; Eric Savin 出版日期:2026-01-01 |
| 求助人 | |
| 下载 | 暂无链接,等待应助者上传 |
|
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。
|
科研通AI2.0
机器人 未找到该文献,机器人已退出,请等待人工下载
16:34:15 未找到该文献,机器人已退出,请等待人工下载16:34:12 科研通AI机器人(新加坡)收到请求,开始寻找文献16:34:11 已向机器人发送请求
Zhangyuanjie
Lv313 求助人 发起了本次求助
PDF的下载单位、IP信息已删除
(2025-6-4)