PUMA

Akademisches Publikationsmanagement
Publikationen sammeln, verwalten und teilen.

( en | de )

 

Disambiguierung von "Praditia, Timothy"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Inferring Boundary Conditions in Finite Volume Neural Networks

, , , , , , und . International Conference on Artificial Neural Networks 2022, (2022)

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.

Keine Personen gefunden für den Autorennamen Praditia, Timothy
Eine Person hinzufügen mit dem Namen Praditia, Timothy
 

Weitere Publikationen von Autoren mit dem selben Namen

Prognosis of water levels in a moor groundwater system influenced by hydrology and water extraction using an artificial neural network, , , , , und . EGU General Assembly 2022, Seite EGU21-3013. Copernicus GmbH, (2021)Input-Output Dataset for Physics-inspired Artificial Neural Network for Dynamic System. Dataset, (2020)Related to: Praditia, T., Walser, T., Oladyshkin, S. and Nowak, W.: Improving Thermochemical Energy Storage dynamics forecast with Physics-Inspired Neural Network architecture. Energies 2020.PDEBench: An Extensive Benchmark for Scientific Machine Learning, , , , , , und . 36th Conference on Neural Information Processing Systems (NeurIPS 2022) Track on Datasets and Benchmarks, (2022)Finite Volume Neural Networks: a Hybrid Modeling Strategy for Subsurface Contaminant Transport, , und . (2021)Using physics-based regularization in Artificial Neural Networks to predict thermochemical energy storage systems, , , und . American Geophysical Union, Fall Meeting 2019, Seite IN32B-15. Smithsonian Astrophysical Observatory, (2019)Universal Differential Equation for Diffusion-Sorption Problem in Porous Media Flow, , und . EGU General Assembly 2022, Seite EGU21-49. Copernicus GmbH, (2021)The Deep Arbitrary Polynomial Chaos Neural Network or how Deep Artificial Neural Networks could benefit from Data-Driven Homogeneous Chaos Theory, , , , , und . Neural Networks, (2023 (accepted))PDEBench Datasets, , , , , , und . (2022)Physics-Informed Machine Learning in Hydrology II Oral, , und . American Geophysical Union, Fall Meeting 2021, Seite H34F. American Geophysical Union, (2021)Finite Volume Neural Network : Modeling Subsurface Contaminant Transport, , , , , und . ICLR 2021 : Ninth International Conference on Learning Representations, Cornell University, (2021)