Physics-informed FEM-based Neural Networks for Solving the Stokes and Navier Stokes Equations

Griese, Franziska und Knechtges, Philipp und Rüttgers, Alexander (2024) Physics-informed FEM-based Neural Networks for Solving the Stokes and Navier Stokes Equations. ESCO 2024, 2024-06-10, Pilsen, Czech Republic.

PDF
1MB

elib-URL des Eintrags:

https://elib.dlr.de/209048/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

Physics-informed FEM-based Neural Networks for Solving the Stokes and Navier Stokes Equations

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Griese, Franziska	Franziska.Griese (at) dlr.de	https://orcid.org/0000-0003-4116-2316	NICHT SPEZIFIZIERT
Knechtges, Philipp	Philipp.Knechtges (at) dlr.de	https://orcid.org/0000-0002-4849-0593	NICHT SPEZIFIZIERT
Rüttgers, Alexander	Alexander.Ruettgers (at) dlr.de	https://orcid.org/0000-0001-6347-9272	NICHT SPEZIFIZIERT

Datum:

Juni 2024

Referierte Publikation:

Nein

Open Access:

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Finite Element Method, Machine Learning, Neural Network, Stokes problem, Navier-Stokes, Physics Informed

Veranstaltungstitel:

ESCO 2024

Veranstaltungsort:

Pilsen, Czech Republic

Veranstaltungsart:

internationale Konferenz

Veranstaltungsdatum:

10 Juni 2024

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Digitalisierung

DLR - Forschungsgebiet:

D KIZ - Künstliche Intelligenz

DLR - Teilgebiet (Projekt, Vorhaben):

D - PISA

Standort:

Köln-Porz

Institute & Einrichtungen:

Institut für Softwaretechnologie

Hinterlegt von:

Griese, Franziska

Hinterlegt am:

28 Nov 2024 13:28

Letzte Änderung:

28 Nov 2024 13:28

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags