Operator learning of RANS equations: a Graph Neural Network closure model - DAta science, TrAnsition, Fluid instabiLity, contrOl, Turbulence
Poster De Conférence Année : 2023

Operator learning of RANS equations: a Graph Neural Network closure model

Domaines

Mécanique des fluides [physics.class-ph]
Fichier principal
Vignette du fichier
cambridge.pdf (18.91 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Onofrio SEMERARO  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04407775

Soumis le : dimanche 21 janvier 2024-10:35:45

Dernière modification le : mardi 29 octobre 2024-16:30:03

Télécharger pour visualiser

Dates et versions

hal-04407775 , version 1 (21-01-2024)

Identifiants

  • HAL Id : hal-04407775 , version 1

Citer

Michele Quattromini, Michele Alessandro Bucci, Stefania Cherubini, Onofrio Semeraro. Operator learning of RANS equations: a Graph Neural Network closure model. The mathematical and statistical foundation of future data-driven engineering -- Computational Challenges and Emerging Tools, Apr 2023, Cambridge, United Kingdom. ⟨hal-04407775⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA LIMSI CENTRALESUPELEC UNIV-PARIS-SACLAY ANR LISN GS-COMPUTER-SCIENCE LISN-AO LISN-DATAFLOT
251 Consultations
14 Téléchargements

Partager

More