Solution of incompressible viscid fluid flow using a physical informed neural network

Full metadata record

DC pole	Hodnota	Jazyk
dc.contributor.author	Bublík, O.
dc.contributor.editor	Adámek, Vítězslav
dc.contributor.editor	Jonášová, Alena
dc.contributor.editor	Plánička, Stanislav
dc.contributor.editor	Zajíček, Martin
dc.date.accessioned	2022-11-22T13:17:59Z
dc.date.available	2022-11-22T13:17:59Z
dc.date.issued	2022
dc.identifier.citation	Computational mechanics 2022: book of extended abstracts: 37th conference with international participation, p. 10-11.	en
dc.identifier.uri	http://hdl.handle.net/11025/50358
dc.identifier.uri	https://www.kme.zcu.cz/compmech/download/proceedings/CM2022_Conference_Proceedings.pdf
dc.format	2 s.	cs
dc.format.mimetype	application/pdf
dc.language.iso	en	en
dc.publisher	Západočeská univerzita v Plzni	cs
dc.rights	© 2021 University of West Bohemia, Plzeň, Czech Republic	en
dc.subject	fyzikálně informované neuronové sítě	cs
dc.subject	Galerkinova metoda	cs
dc.subject	nestlačitelný tok viskózní tekutiny	cs
dc.title	Solution of incompressible viscid fluid flow using a physical informed neural network	en
dc.type	konferenční příspěvek	cs
dc.type	conferenceObject	en
dc.rights.access	openAccess	en
dc.type.version	publishedVersion	en
dc.subject.translated	physical informed neural network	en
dc.subject.translated	Galerkin finite element method	en
dc.subject.translated	incompressible viscid fluid flow	en
dc.type.status	Peer-reviewed	en
Vyskytuje se v kolekcích:	Konferenční příspěvky / Conference Papers (KME) Computational mechanics 2022 Computational mechanics 2022

Soubory připojené k záznamu:

Soubor	Popis	Velikost	Formát
51_CM_Bublik_Ondrej.pdf	Plný text	550,16 kB	Adobe PDF	Zobrazit/otevřít
CM2022_Conference_Proceedings-uvod.pdf	Plný text	327,36 kB	Adobe PDF	Zobrazit/otevřít

Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam: http://hdl.handle.net/11025/50358

Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.

hledání

navigace