Retour
  1. Accueil
  3. Référence détaillée
Télécharger
Communication poster (Colloques, congrès, conférences scientifiques et actes)
Novel Geometric Deep Learning Surrogate Framework for Non-Linear Finite Element Simulations
DESHPANDE, Saurabh; LENGIEWICZ, Jakub; BORDAS, Stéphane
2023 • The Platform for Advanced Scientific Computing (PASC) Conference 2023
Peer reviewed
Permalien
https://hdl.handle.net/10993/55643
 

Documents (1)Envoyer versDétailsStatistiquesBibliographiePublications similaires

Documents

Texte intégral
PASC23_poster_magnet-3.pdf
Postprint Auteur (12.38 MB)
Télécharger

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

Envoyer vers


Détails


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)
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 :
Novel Geometric Deep Learning Surrogate Framework for Non-Linear Finite Element Simulations
Date de publication/diffusion :
27 juin 2023
Nom de la manifestation :
The Platform for Advanced Scientific Computing (PASC) Conference 2023
Date de la manifestation :
26-06-2023 to 28-06-2023
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 20 juillet 2023

Statistiques

Nombre de vues
161 (dont 14 Unilu)
Nombre de téléchargements
139 (dont 7 Unilu)
Voir plus de statistiques

Bibliographie

Publications similaires


Contacter ORBilu