| 标题 |
 Surrogate modeling for fluid flows based on physics-constrained deep learning without simulation data 基于物理约束深度学习的无仿真数据流体流动代理建模
相关领域
离散化
替代模型
维数之咒
人工神经网络
流体力学
不确定度量化
参数统计
偏微分方程
流量（数学）
非线性系统
计算机科学
计算流体力学
人工智能
数学优化
物理
应用数学
数学
机器学习
几何学
数学分析
机械
量子力学
统计
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Computer Methods in Applied Mechanics and Engineering 作者：Luning Sun; Han Gao; Shaowu Pan; Jianxun Wang 出版日期：2019-11-21 |
| 求助人 | |
| 下载 | 该求助完结已超 24 小时，文件已从服务器自动删除，无法下载。 |
|
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
(2025-6-4)
Copyright
Kao
乐空思
cdercder
GingerF
Criminology34
无极微光
Nole
keven
淡淡樱桃
OK
kk
musen
YifanWang
沉默的雪枫
sagitar
arniu2008
xiaolizi
潇洒的惋清
369ninja
皖公网安备34019202002308
