Communication poster (Colloques, congrès, conférences scientifiques et actes)
Real-Time Large Deformation Simulations Using Probabilistic Deep Learning Framework
DESHPANDE, Saurabh; LENGIEWICZ, Jakub; BORDAS, Stéphane
2022The Platform for Advanced Scientific Computing (PASC) Conference
 

Documents


Texte intégral
PASC22_poster.pdf
Postprint Auteur (5.16 MB)
Télécharger
Annexes
PASC_video.mp4
(31.05 MB)
Télécharger

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

Envoyer vers



Détails



Mots-clés :
Bayesian Deep learning; Finite Element method; real time simulation
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 Large Deformation Simulations Using Probabilistic Deep Learning Framework
Date de publication/diffusion :
28 juin 2022
Nom de la manifestation :
The Platform for Advanced Scientific Computing (PASC) Conference
Date de la manifestation :
27-06-2022 to 28-06-2022
Manifestation à portée :
International
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 20 novembre 2022

Statistiques


Nombre de vues
194 (dont 7 Unilu)
Nombre de téléchargements
83 (dont 11 Unilu)

Bibliographie


Publications similaires



Contacter ORBilu