Ensemble physics informed neural networks: A framework to improve inverse transport modeling in heterogeneous domains
Ensemble physics informed neural networks: A framework to improve inverse transport modeling in heterogeneous domains
复制标题
集合物理通知神经网络：改进异构域逆向传输建模的框架
DOI：
10.1063/5.0150016
复制
发表时间：
2023
影响因子：
4.6
通讯作者：
Arzani, Amirhossein
中科院分区：
文献类型：
--
作者：
Aliakbari, Maryam;Soltany Sadrabadi, Mohammadreza;Vadasz, Peter;Arzani, Amirhossein
登录
查看更多内容
DOI：
10.1109/ijcnn54540.2023.10191822
发表时间：
2022-04
期刊：
2023 International Joint Conference on Neural Networks (IJCNN)
影响因子：
--
作者：
Katsiaryna Haitsiukevich;A. Ilin
通讯作者：
Katsiaryna Haitsiukevich;A. Ilin
DOI：
10.1016/j.jcp.2022.111722
发表时间：
2020-09
期刊：
J. Comput. Phys.
影响因子：
--
作者：
L. McClenny;U. Braga-Neto
通讯作者：
L. McClenny;U. Braga-Neto
DOI：
10.1063/5.0058529
发表时间：
2021-05
期刊：
--
影响因子：
--
作者：
R. Laubscher
通讯作者：
R. Laubscher
流动形态和孔隙结构对多孔介质流动特征的影响
DOI：
--
发表时间：
2022
期刊：
The Physics of Fluids
影响因子：
--
作者：
Mehrdad Vasheghani Farahani;M. Mousavi Nezhad
通讯作者：
M. Mousavi Nezhad
DOI：
10.1016/j.cma.2021.113938
发表时间：
2021-06-02
影响因子：
7.2
作者：
Wang, Sifan;Wang, Hanwen;Perdikaris, Paris
通讯作者：
Perdikaris, Paris