Rapport de recherche interne (Rapports)
Data Centric Engineering and Data-Driven Modelling - Computational Engineering Lab Report 2019
BORDAS, Stéphane; PETERS, Bernhard; VITI, Francesco et al.
2019
 

Documents


Texte intégral
2019DataCentricEngineeringDataDrivenLegatoLabReport_Newsletter_SummaryOfActivities.pdf
Postprint Éditeur (60.48 MB)
PDF Fine
Télécharger

Tous les documents dans ORBilu sont protégés par une licence d'utilisation.

Envoyer vers



Détails



Mots-clés :
data centric engineering; data driven modelling; data science
Résumé :
[en] https://www.cambridge.org/core/journals/data-centric-engineering
Disciplines :
Ingénierie, informatique & technologie: Multidisciplinaire, généralités & autres
Auteur, co-auteur :
BORDAS, Stéphane ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Engineering Research Unit
PETERS, Bernhard ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Engineering Research Unit
VITI, Francesco  ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Engineering Research Unit
ZILIAN, Andreas  ;  University of Luxembourg > Faculty of Science, Technology and Communication (FSTC) > Engineering Research Unit
Langue du document :
Anglais
Titre :
Data Centric Engineering and Data-Driven Modelling - Computational Engineering Lab Report 2019
Date de publication/diffusion :
31 décembre 2019
Maison d'édition :
UL, Luxembourg, Luxembourg
N° de rapport :
Report number 7 - 2019
Nombre de pages :
53
Collection et n° de collection :
Lab report 2019
Focus Area :
Computational Sciences
URL complémentaire :
Projet européen :
H2020 - 764644 - RAINBOW - Rapid Biomechanics Simulation for Personalized Clinical Design
Projet FnR :
FNR11758809 - Quantum–Continuum Coupling With Application To Adhesive Systems, 2017 (01/08/2018-31/07/2021) - Stéphane Bordas
Organisme subsidiant :
FNR - Fonds National de la Recherche
CE - Commission Européenne
European Union
Disponible sur ORBilu :
depuis le 21 février 2020

Statistiques


Nombre de vues
300 (dont 18 Unilu)
Nombre de téléchargements
284 (dont 30 Unilu)

Bibliographie


Publications similaires



Contacter ORBilu