Parametric Compressible Flow Predictions using Physics-Informed Neural Networks

Wassing, Simon und Bekemeyer, Philipp (2022) Parametric Compressible Flow Predictions using Physics-Informed Neural Networks. 22nd ODAS: ONERA - DLR Aerospace Symposium, 2022-06-01 - 2022-06-03, Hamburg, Deutschland.

PDF - Nur DLR-intern zugänglich
1MB

elib-URL des Eintrags:

https://elib.dlr.de/189704/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Parametric Compressible Flow Predictions using Physics-Informed Neural Networks

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Wassing, Simon	Simon.Wassing (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT
Bekemeyer, Philipp	Philipp.Bekemeyer (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

2022

Referierte Publikation:

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Seitenbereich:

Seiten 1-13

Status:

veröffentlicht

Stichwörter:

deep learning, physics-informed, machine learning, partial differential equations

Veranstaltungstitel:

22nd ODAS: ONERA - DLR Aerospace Symposium

Veranstaltungsort:

Hamburg, Deutschland

Veranstaltungsart:

internationale Konferenz

Veranstaltungsbeginn:

1 Juni 2022

Veranstaltungsende:

3 Juni 2022

Veranstalter :

DLR und Onera

HGF - Forschungsbereich:

Luftfahrt, Raumfahrt und Verkehr

HGF - Programm:

Luftfahrt

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Luftfahrt

DLR - Forschungsgebiet:

L - keine Zuordnung

DLR - Teilgebiet (Projekt, Vorhaben):

L - keine Zuordnung

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Aerodynamik und Strömungstechnik > CASE, BS

Hinterlegt von:

Wassing, Simon

Hinterlegt am:

16 Dez 2022 09:29

Letzte Änderung:

24 Apr 2024 20:50

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags