Simple computational strategies for more effective physics-informed neural networks modeling of turbulent natural convection

Mécanique des fluides [physics.class-ph] Ingénierie, finance et science [cs.CE] Analyse de données, Statistiques et Probabilités [physics.data-an] Intelligence artificielle [cs.AI]

Fichier principal

S0021999122000845.pdf (4.8 Mo)

Origine	Fichiers produits par l'(les) auteur(s)

Accord Elsevier CCSD : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03847907

Soumis le : lundi 22 juillet 2024-11:08:54

Dernière modification le : mardi 23 juillet 2024-03:08:03

Dates et versions

hal-03847907 , version 1 (22-07-2024)

Licence

Paternité - Pas d'utilisation commerciale

Identifiants

HAL Id : hal-03847907 , version 1
DOI : 10.1016/j.jcp.2022.111022
PII : S0021-9991(22)00084-5

Citer

Didier Lucor, Atul Agrawal, Anne Sergent. Simple computational strategies for more effective physics-informed neural networks modeling of turbulent natural convection. Journal of Computational Physics, 2022, 456, pp.111022. ⟨10.1016/j.jcp.2022.111022⟩. ⟨hal-03847907⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS INRIA LIMSI CENTRALESUPELEC GENCI UNIV-PARIS-SACLAY LISN GS-COMPUTER-SCIENCE LISN-COMET LISN-DATAFLOT

111 Consultations

35 Téléchargements