Communication publiée dans un ouvrage (Colloques, congrès, conférences scientifiques et actes)
Real Time Hyper-elastic Simulations with Probabilistic Deep Learning
DESHPANDE, Saurabh; LENGIEWICZ, Jakub; BORDAS, Stéphane
2022In 15th World Congress on Computational Mechanics (WCCM-XV)
Peer reviewed
 

Documents


Texte intégral
WCCM2022_Saurabh.pdf
Preprint Auteur (58.86 kB)
Télécharger
Annexes
wccm_presentation.mp4
(215.46 MB)
Télécharger

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

Envoyer vers



Détails



Mots-clés :
Bayesian Inference; Deep Learning; Hyperelasticity
Disciplines :
Ingénierie, informatique & technologie: Multidisciplinaire, généralités & autres
Auteur, co-auteur :
DESHPANDE, Saurabh  ;  University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Engineering (DoE)
LENGIEWICZ, Jakub ;  University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Engineering (DoE)
BORDAS, Stéphane ;  University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Engineering (DoE)
Co-auteurs externes :
yes
Langue du document :
Anglais
Titre :
Real Time Hyper-elastic Simulations with Probabilistic Deep Learning
Date de publication/diffusion :
août 2022
Nom de la manifestation :
15th World Congress on Computational Mechanics (WCCM-XV)
Date de la manifestation :
31-07-2022 to 05-08-2022
Manifestation à portée :
International
Titre de l'ouvrage principal :
15th World Congress on Computational Mechanics (WCCM-XV)
Peer reviewed :
Peer reviewed
Focus Area :
Computational Sciences
Projet européen :
H2020 - 764644 - RAINBOW - Rapid Biomechanics Simulation for Personalized Clinical Design
Organisme subsidiant :
CE - Commission Européenne
European Union
Disponible sur ORBilu :
depuis le 07 octobre 2022

Statistiques


Nombre de vues
169 (dont 10 Unilu)
Nombre de téléchargements
107 (dont 12 Unilu)

Bibliographie


Publications similaires



Contacter ORBilu