Autor der Publikation

Kopieren Löschen Diese Publikation zur Ablage hinzufügen
Community-Eintrag
Versionsverlauf dieses Eintrags
URL
DOI
BibTeX
EndNote
APA
Chicago
DIN 1505
Harvard
MSOffice XML

Comparison of data-driven uncertainty quantification methods for a carbon dioxide storage benchmark scenario

M. Köppel, F. Franzelin, I. Kröker, S. Oladyshkin, G. Santin, D. Wittwar, A. Barth, B. Haasdonk, W. Nowak, D. Pflüger, und C. Rohde. University of Stuttgart, (2017)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

G. Daiß

G. Wagner

Dr. Guido Reina University of Stuttgart

Pascal Goldschmid University of Stuttgart

A Multi-Simulation Approach with Model Predictive Control for Anafi DronesP. Goldschmid, und A. Ahmad. IEEE, (2025)

Andreas Gneiting University of Stuttgart

Comparative Study of Different Surrogate Models in the Multi-physics Optimization of Synchronous Reluctance MachineY. Gong, A. Gneiting, C. Zhao, und N. Parspour. 2023 26th International Conference on Electrical Machines and Systems (ICEMS), Seite 1284-1290. IEEE, (2023)

Weitere Publikationen von Autoren mit dem selben Namen

Greedy kernel methods for accelerating implicit integrators for parametric ODEsT. Brünnette, G. Santin, und B. Haasdonk. Proc. ENUMATH 2017, (2018)Submitted.Diffusion-controlled reactions modeling in Geant4-DNA.M. Karamitros, S. Luan, M. Bernal, J. Allison, G. Baldacchino, M. Davidkova, Z. Francis, W. Friedland, V. Ivanchenko, A. Ivantchenko und 6 andere Autor(en). J. Comput. Physics, (2014)Comparison of data-driven uncertainty quantification methods for a carbon dioxide storage benchmark scenarioM. Köppel, F. Franzelin, I. Kröker, S. Oladyshkin, G. Santin, D. Wittwar, A. Barth, B. Haasdonk, W. Nowak, D. Pflüger und 1 andere Autor(en). (2017)Kernel Methods for Surrogate ModellingG. Santin, und B. Haasdonk. (2020)Greedy kernel methods for accelerating implicit integrators for parametric ODEsT. Brünnette, G. Santin, und B. Haasdonk. Numerical Mathematics and Advanced Applications - ENUMATH 2017, (2017)Comparison of data-driven uncertainty quantification methods for a carbon dioxide storage benchmark scenarioM. Köppel, F. Franzelin, I. Kröker, S. Oladyshkin, G. Santin, D. Wittwar, A. Barth, B. Haasdonk, W. Nowak, D. Pflüger und 1 andere Autor(en). University of Stuttgart, (2017)Kernel methods for center manifold approximation and a weak data-based version of the Center Manifold TheoremB. Haasdonk, B. Hamzi, G. Santin, und D. Wittwar. Physica. D, Nonlinear phenomena, 427 (December): 133007 (2021)Interpolation with uncoupled separable matrix-valued kernels.D. Wittwar, G. Santin, und B. Haasdonk. ArXiv preprint 1807.09111, Accepted for publications in Dolomites Res. Notes Approx., (2017)Kernel Methods for Surrogate ModellingG. Santin, und B. Haasdonk. University of Stuttgart, (2019)Non-symmetric kernel greedy interpolation.G. Santin, und B. Haasdonk. (2017)University of Stuttgart, in preparation, 2017..