Zobrazeno 1 - 10 of 66 pro vyhledávání: '"Seidl Daniel"'
1
Report
Optimizing Variational Quantum Circuits Using Metaheuristic Strategies in Reinforcement Learning
Autor: Kölle, Michael, Seidl, Daniel, Zorn, Maximilian, Altmann, Philipp, Stein, Jonas, Gabor, Thomas
Quantum Reinforcement Learning (QRL) offers potential advantages over classical Reinforcement Learning, such as compact state space representation and faster convergence in certain scenarios. However, practical benefits require further validation. QR
Externí odkaz: http://arxiv.org/abs/2408.01187
Zobrazit plný text záznamu
2
Report
Calibration of Elastoplastic Constitutive Model Parameters from Full-field Data with Automatic Differentiation-based Sensitivities
Autor: Seidl, Daniel Thomas, Granzow, Brian Neal
Publikováno v: Int J Numer Methods Eng. 2021; 1-32
We present a framework for calibration of parameters in elastoplastic constitutive models that is based on the use of automatic differentiation (AD). The model calibration problem is posed as a partial differential equation-constrained optimization p
Externí odkaz: http://arxiv.org/abs/2010.03649
Zobrazit plný text záznamu
3
Akademický článek
Interaction of tumor cells with the microenvironment
Autor: Lehnert Hendrik, Seidl Daniel, Sebens Susanne, Ungefroren Hendrik, Hass Ralf
Publikováno v: Cell Communication and Signaling, Vol 9, Iss 1, p 18 (2011)
Abstract Recent advances in tumor biology have revealed that a detailed analysis of the complex interactions of tumor cells with their adjacent microenvironment (tumor stroma) is mandatory in order to understand the various mechanisms involved in tum
Externí odkaz: https://doaj.org/article/68d323f799314e7ea677109948ec2715
Zobrazit plný text záznamu
5
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Vyhledávací nástroje:

Upřesnit hledání

Omezení vyhledávání
Plný text Recenzováno Digitální knihovna AV ČR
Zdroje