Zobrazeno 1 - 10
of 6 700
pro vyhledávání: '"Flow velocity field"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Frontiers in Marine Science, Vol 11 (2024)
Sea-crossing bridges face critical challenges due to scour, which can destabilize foundations. This study investigates the scour characteristics of the large-diameter main pier of the Haiwen Bridge, with a pile diameter of 4.3 meters. Seabed changes
Externí odkaz:
https://doaj.org/article/0bba83d73a93414fb30fa33fd2652cc5
Autor:
Irina M. Markova, Phan Khanh Khanh
Publikováno v:
Stroitel’stvo: Nauka i Obrazovanie, Vol 13, Iss 2, Pp 74-90 (2023)
Introduction. Vietnam’s largest economic centre, Ho Chi Minh City, is facing riverbank erosion, one of the main causes of which is runoff. In this study, the flow velocity field of the Saigon River section is analyzed in different time periods.Mate
Externí odkaz:
https://doaj.org/article/0ff193a552664fa99d15a59dc14edb25
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of the American Statistical Association, 2015 Sep 01. 110(511), 1057-1071.
Externí odkaz:
http://www.jstor.org/stable/24739706
Autor:
Naoki KANDA1 naoki.kanda.s5@dc.tohoku.ac.jp, Kumi NAKAI1, Yuji SAITO1, Taku NONOMURA1, Keisuke ASAI1, Jinsoo Cho
Publikováno v:
Transactions of the Japan Society of Aeronautical & Space Science. 2021, Vol. 64 Issue 4, p242-245. 4p.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Fluids, Vol 7, Iss 11, p 344 (2022)
The subject of this study presents an employed method in deep learning to create a model and predict the following period of turbulent flow velocity. The applied data in this study are extracted datasets from simulated turbulent flow in the laborator
Externí odkaz:
https://doaj.org/article/b45adddb291f448cb1d2b244c934c42f