Physics-Guided Deep Learning for Drag Force Prediction in Dense Fluid-Particulate Systems.

Muralidhar, Nikhil; Bu, Jie; Cao, Ze; He, Long; Ramakrishnan, Naren; Tafti, Danesh; Karpatne, Anuj

Muralidhar, Nikhil; Bu, Jie; Cao, Ze; He, Long; Ramakrishnan, Naren; Tafti, Danesh; Karpatne, Anuj.

Afiliación

Muralidhar N; Department of Computer Science, Virginia Tech, Arlington, Virginia, USA.
Bu J; Discovery Analytics Center, Virginia Tech, Arlington, Virginia, USA.
Cao Z; Department of Computer Science, Virginia Tech, Arlington, Virginia, USA.
He L; Discovery Analytics Center, Virginia Tech, Arlington, Virginia, USA.
Ramakrishnan N; Department of Mechanical Engineering, Virginia Tech, Blacksburg, Virginia, USA.
Tafti D; Department of Mechanical Engineering, Virginia Tech, Blacksburg, Virginia, USA.
Karpatne A; Department of Computer Science, Virginia Tech, Arlington, Virginia, USA.

Big Data ; 8(5): 431-449, 2020 10.

Article en En | MEDLINE | ID: mdl-33090021

Asunto(s)

Simulación por Computador; Aprendizaje Profundo; Hidrodinámica; Minería de Datos; Redes Neurales de la Computación

Palabras clave

computational fluid dynamics; data mining; machine learning; physics-guided learning

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Simulación por Computador / Hidrodinámica / Aprendizaje Profundo Tipo de estudio: Prognostic_studies / Risk_factors_studies Idioma: En Revista: Big Data Año: 2020 Tipo del documento: Article País de afiliación: Estados Unidos Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google