Перейти к основному содержанию
Библиотечно-издательский комплекс СФУ
Toggle navigation
Ресурсы
Библиотечный поиск
Каталог изданий университета
Университетские информационные ресурсы
Российские информационные ресурсы
Мировые информационные ресурсы
Периодические издания
Тематические путеводители
Книгообеспеченность учебного процесса
Приобретение литературы
Читателю
Регистрация читателей
Получение и возврат литературы
Межбиблиотечный абонемент
Тематические путеводители
Обучение работе с ресурсами
Доступная среда библиотеки
Детская развивающая площадка
Подарить книгу библиотеке
Автору
Правила издания рукописей
План выпуска изданий
Размещение публикаций в библиотеке, репозитории, РИНЦ
Проверка
журнала
Служба поддержки публикационной
активности
Учёт публикаций в АИС
«Прометей»
Услуги
Справочник услуг и сервисов БИК
Новая заявка на услугу
Бронирование помещений
Контакты
Адреса и режим работы
Контакты
Вопрос-Ответ
Отправить отзыв
Ещё
О Научной библиотеке
Об Издательстве
Дилерство «САБ ИРБИС»
Красноярский ИРБИС-клуб
Литературный клуб «Высокий берег»
Подкаст «Пища для ума»
Вакансии
Часто задаваемые вопросы
Мобильное приложение
Карта сайта и поиск по сайту
Онлайн-медиа Научной библиотеки
Личный кабинет
Главная
Ресурсы
Библиотечный поиск
Deep neural networks
for data-driven LES
closure models
Andrea Beck
David Flad
Claus‐Dieter Munz
2019 год
Deep neural networks for data-driven LES closure models
статья из журнала
Полный текст
Страница публикации
Публикация в OpenAlex
Год издания:
2019
Авторы:
Andrea Beck
,
David Flad
,
Claus‐Dieter Munz
Издательство:
Elsevier BV
Источник:
Journal of Computational Physics
Ключевые слова:
Fluid Dynamics and Turbulent Flows, Model Reduction and Neural Networks, Heat Transfer Mechanisms
Другие ссылки:
Journal of Computational Physics
(HTML)
arXiv (Cornell University)
(PDF)
arXiv (Cornell University)
(HTML)
arXiv (Cornell University)
(PDF)
arXiv (Cornell University)
(HTML)
DataCite API
(HTML)
Показать дополнительные сведения
DOI:
https://doi.org/10.1016/j.jcp.2019.108910
Открытый доступ:
green
Том:
398
Страницы:
108910–108910