V
主页
基于物理信息神经网络(PINN)的湍流模型反演学习_张振
发布人
打开封面
下载高清视频
观看高清视频
视频下载器
Physics-informed neural networks(PINNs)代码部分讲解,嵌入物理知识神经网络
1. 综述,PINN原文,Tensorflow代码讲解
PINN(物理信息约束神经元网络)基本原理
【论文精读、组会记录】PINN为啥训练失败呢?NTK角度看问题
【深度学习】内嵌物理神经网络为什么这么火?组装模型不行?how自救!谈谈学长经验分享
PINN到DeepONet PDE 神经网络求解偏微分方程
基于数据的两方程RANS模型的高马赫数修正_杨翔
文献阅读-物理融合深度学习综述-PINN-有代码
湍流大涡模拟建模研究进展_于长平
DeepONet PINN 神经算子网络求解偏微分方程 PDE
PINN 神经网络解Navier-Stokes方程
[PINN] Learning Physics Informed Machine Learning
Physics-Informed Deep learning(物理信息深度学习)
八分钟掌握PINN方法求解偏微分方程超详细讲解(python代码详解)
2022.12 百度飞桨"AI for Science"流体力学公开课
Physics-informed neural networks(PINNs)理论部分讲解,嵌入物理知识神经网络
基于数据驱动的湍流建模研究进展_张宇飞
十分钟掌握利用pytorch实现利用神经网络求解微分方程(PINN)
微分方程求解的两种范式对比分析、融合与展望_张伟伟
高超声速边界层转捩及激波边界层干扰直接数值模拟_李新亮
预测可压缩湍流的一些重要模型和算法_傅林
苏黎世联邦理工:深度学习求解偏微分方程(物理内嵌神经网络PINN)课程(6)PINN的限制和前景
苏黎世联邦理工:深度学习求解偏微分方程(物理内嵌神经网络PINN)课程(1)
数据驱动的非嵌入式流场加速收敛方法_刘溢浪
将偏微分算子以多分辨率方式集成到神经网络架构中,用于时空预测 || Seminar on May 3, 2024
【学术分享】数据驱动的PDE (偏微分方程) Discovery 和 Causal Discovery - 曦曦子
布朗大学|物理信息神经网络(PINNs)求解偏微分方程正反问题:最佳入门视频讲解
面向高超声速多尺度湍流预测的新型注意力增强深度神经网络模型_陈刚
基于数据驱动的可解释可推广湍流建模研究进展_张宇飞
PINNs对湍流全尺度信息预测能力的研究_夏振华
基于集合卡尔曼方法的数据驱动湍流建模_张鑫磊
爽了!直观理解物理信息神经网络 (PINN)!深度学习求解偏微分方程(物理内嵌神经网络PINN)苏黎世联邦理工课程
基于博弈理论的飞行器多目标优化设计_唐智礼
7 有限差分法与PINN方法___手写求解器系列课程
适用于复杂几何结构的高阶有限差分格式及其在超音速流噪声上的应用_高军辉
适用于高阶精度数值格式的浸没边界法研究_寇家庆
基于PINN实现的圆柱绕流模型精度优化策略分析
非结构网格紧致高精度有限体积方法的机器学习优化_王乾
【深度学习求解偏微分方程】直观理解物理信息神经网络 (PINN)!物理内嵌神经网络PINN!—数学/苏黎世联邦理工
(机翻转载)最简单易懂的物理信息神经网络 (PINN)!