GPU-BASED DEEP LEARNING FOR AERODYNAMICS

Wassing, Simon und Hines Chaves, Derrick Armando (2025) GPU-BASED DEEP LEARNING FOR AERODYNAMICS. High Performance Computing and Networking (HPCN) Workshop, 2025-06-24 - 2025-06-25, Göttingen, Deutschland.

PDF - Nur DLR-intern zugänglich
6MB

elib-URL des Eintrags:

https://elib.dlr.de/217471/

Dokumentart:

Konferenzbeitrag (Vortrag)

Titel:

GPU-BASED DEEP LEARNING FOR AERODYNAMICS

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Wassing, Simon	Simon.Wassing (at) dlr.de	https://orcid.org/0009-0008-4702-1358	NICHT SPEZIFIZIERT
Hines Chaves, Derrick Armando	Derrick.HinesChaves (at) dlr.de	NICHT SPEZIFIZIERT	NICHT SPEZIFIZIERT

Datum:

24 Juni 2025

Referierte Publikation:

Nein

Open Access:

Nein

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Graphic Processing Unit, GPU, High Performance Computing, Aerodynamik, Deep Learning, Surrogate Modeling, Artificial Intelligence, Machine Learning

Veranstaltungstitel:

High Performance Computing and Networking (HPCN) Workshop

Veranstaltungsort:

Göttingen, Deutschland

Veranstaltungsart:

Workshop

Veranstaltungsbeginn:

24 Juni 2025

Veranstaltungsende:

25 Juni 2025

HGF - Forschungsbereich:

keine Zuordnung

HGF - Programm:

keine Zuordnung

HGF - Programmthema:

keine Zuordnung

DLR - Schwerpunkt:

Quantencomputing-Initiative

DLR - Forschungsgebiet:

QC AW - Anwendungen

DLR - Teilgebiet (Projekt, Vorhaben):

QC - ToQuaFlics

Standort:

Braunschweig

Institute & Einrichtungen:

Institut für Aerodynamik und Strömungstechnik > CASE, BS

Hinterlegt von:

Wassing, Simon

Hinterlegt am:

25 Nov 2025 10:14

Letzte Änderung:

25 Nov 2025 10:14

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags