Novel deep learning approaches for learning scientific simulations

DESHPANDE, Saurabh; SOSA, Raul Ian; BORDAS, Stéphane; LENGIEWICZ, Jakub

Télécharger

Communication orale non publiée/Abstract (Colloques, congrès, conférences scientifiques et actes)

Novel deep learning approaches for learning scientific simulations

DESHPANDE, Saurabh; SOSA, Raul Ian; BORDAS, Stéphane et al.

2023 • The 14th International Conference of Computational Methods (ICCM2023)

Peer reviewed

Permalien
https://hdl.handle.net/10993/55478

Documents (1)Envoyer vers Détails Statistiques Bibliographie Publications similaires

Documents

Texte intégral

Abstract_ICCM.pdf

Postprint Auteur (48.1 kB)

Télécharger

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

Envoyer vers

RIS BibTex APA Chicago Permalink X Linkedin

Détails

Mots-clés :

Non-linear FEM; Deep learning; Surrogate modeling

Centre de recherche :

ULHPC - University of Luxembourg: High Performance Computing

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)

SOSA, Raul Ian ; University of Luxembourg > Faculty of Science, Technology and Medicine (FSTM) > Department of Physics and Materials Science (DPHYMS)

BORDAS, Stéphane ; 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)

Co-auteurs externes :

yes

Langue du document :

Anglais

Titre :

Novel deep learning approaches for learning scientific simulations

Date de publication/diffusion :

août 2023

Nom de la manifestation :

The 14th International Conference of Computational Methods (ICCM2023)

Lieu de la manifestation :

Ho Chi Minh, Vietnam

Date de la manifestation :

06-08-2023 to 10-08-2023

Manifestation à portée :

International

Peer reviewed :

Peer reviewed

Focus Area :

Computational Sciences

Projet européen :

H2020 - 764644 - RAINBOW - Rapid Biomechanics Simulation for Personalized Clinical Design

Intitulé du projet de recherche :

R-AGR-3325 - H2020-MSCA-ITN-2017-764644-RAINBOW (01/04/2018 - 31/03/2023) - BORDAS Stéphane

Organisme subsidiant :

CE - Commission Européenne
Union Européenne

Disponible sur ORBilu :

depuis le 02 juillet 2023

Statistiques

Nombre de vues

192 (dont 12 Unilu)

Nombre de téléchargements

82 (dont 3 Unilu)

Voir plus de statistiques