PUMA

Akademisches Publikationsmanagement
Publikationen sammeln, verwalten und teilen.

( en | de )

 

Disambiguierung von "MacKinlay, Dan"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
PDEBench Datasets

, , , , , , und . (2022)
DOI: 10.18419/darus-2986

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.

Anne-Sophie Dantoing-Hinze University of Stuttgart

Andreas Daniel University of Stuttgart

Camille Dantzer University of Stuttgart

Dr. Dan Teodorovici University of Stuttgart

Dr. Dan Corjescu University of Stuttgart

 

Weitere Publikationen von Autoren mit dem selben Namen

PDEBench Datasets, , , , , , und . (2022)PDEBench Datasets : Data for "PDEBench: An Extensive Benchmark for Scientific Machine Learning", , , , , , und . Dataset, (2022)Related to: Takamoto, M., Praditia, T., Leiteritz, R., MacKinlay, D., Alesiani, F., Pflüger, D. and Niepert, M.: PDEBench: An Extensive Benchmark for Scientific Machine Learning. submitted to the 36th Conference on Neural Information Processing Systems (NeurIPS 2022) Track on Datasets and Benchmarks. arXiv: 2210.07182.PDEBENCH : an extensive benchmark for scientific machine learning, , , , , , und . NIPS '22 : Proceedings of the 36th International Conference on Neural Information Processing Systems, Seite 1596-1611. Red Hook, Curran Associates Inc, (2022)PDEBench Pretrained Models : Pretrained models for "PDEBench: An Extensive Benchmark for Scientific Machine Learning", , , , , , und . Dataset, (2022)Related to: Takamoto, M., Praditia, T., Leiteritz, R., MacKinlay, D., Alesiani, F., Pflüger, D. and Niepert, M.: PDEBench: An Extensive Benchmark for Scientific Machine Learning. submitted to the 36th Conference on Neural Information Processing Systems (NeurIPS 2022) Track on Datasets and Benchmarks.PDEBench: An Extensive Benchmark for Scientific Machine Learning, , , , , , und . 36th Conference on Neural Information Processing Systems (NeurIPS 2022) Track on Datasets and Benchmarks, (2022)