Zobrazeno 1 - 10
of 10
pro vyhledávání: '"Omella, Ángel J."'
Autor:
Omella, Ángel J., Pardo, David
We introduce an $r-$adaptive algorithm to solve Partial Differential Equations using a Deep Neural Network. The proposed method restricts to tensor product meshes and optimizes the boundary node locations in one dimension, from which we build two- or
Externí odkaz:
http://arxiv.org/abs/2210.10900
Neural Networks have been widely used to solve Partial Differential Equations. These methods require to approximate definite integrals using quadrature rules. Here, we illustrate via 1D numerical examples the quadrature problems that may arise in the
Externí odkaz:
http://arxiv.org/abs/2111.00217
Autor:
Omella, Ángel J., Pardo, David
Publikováno v:
In Computers and Mathematics with Applications 1 January 2024 153:33-42
Autor:
Fernandez-Navamuel, Ana, Pardo, David, Magalhães, Filipe, Zamora-Sánchez, Diego, Omella, Ángel J., Garcia-Sanchez, David
Publikováno v:
In Mechanical Systems and Signal Processing 1 October 2023 200
Autor:
Fernandez-Navamuel, Ana, Zamora-Sánchez, Diego, Omella, Ángel J., Pardo, David, Garcia-Sanchez, David, Magalhães, Filipe
Publikováno v:
In Engineering Structures 15 April 2022 257
Publikováno v:
In Computer Methods in Applied Mechanics and Engineering 1 April 2022 393
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.
Autor:
Omella, Ángel J., Pardo, David
Publikováno v:
SSRN Electronic Journal.
We introduce an $r-$adaptive algorithm to solve Partial Differential Equations using a Deep Neural Network. The proposed method restricts to tensor product meshes and optimizes the boundary node locations in one dimension, from which we build two- or
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::146a71e10e6924d29f759af13c8f38d4
https://doi.org/10.2139/ssrn.4268033
https://doi.org/10.2139/ssrn.4268033
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.