Szczegóły publikacji

Opis bibliograficzny

Evaluation of adaptive and geometry-informed collocation strategies for physics-informed neural networks / DADURA M., SZELIGA D., SZTANGRET Ł. // W: SIM Szkoła Inżynierii Materiałowej [Dokument elektroniczny] : Kraków, 6-7 maja 2026 = School of Materials Engineering : book of abstracts. — Wersja do Windows. — Dane tekstowe. — [Kraków : AGH], [2026]. — e-ISBN: 978-83-68728-02-6. — S. 20–21. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://s.agh.edu.pl/iEk9j [2026-07-10]. — Bibliogr. s. 21

Autorzy (3)

Słowa kluczowe

geometry informed samplingadaptive collocationphysics informed neural networksresidual adaptive sampling

Dane bibliometryczne

ID BaDAP168895
Data dodania do BaDAP2026-07-17
Rok publikacji2026
Typ publikacjimateriały konferencyjne (aut.)
Otwarty dostęptak
WydawcaAkademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

Publikacje, które mogą Cię zainteresować

artykuł
#161713Data dodania: 28.8.2025
An h-adaptive collocation method for Physics-Informed Neural Networks / Jan Trynda, Paweł MACZUGA, Albert Oliver-Serra, Luis Emilio García-Castillo, Robert SCHAEFER, Maciej WOŹNIAK // Journal of Computational Science ; ISSN 1877-7503. — 2025 — vol. 91 art. no. 102684, s. 1–14. — Bibliogr. s. 13–14, Abstr. — Publikacja dostępna online od: 2025-07-25
SzczegółyLink
artykuł
#160361Data dodania: 13.6.2025
Collocation-based robust variational physics-informed neural networks (CRVPINNs) / Marcin ŁOŚ, Tomasz SŁUŻALEC, Paweł MACZUGA, Askold VILKHA, Carlos Uriarte, Maciej PASZYŃSKI // Computers & Structures ; ISSN 0045-7949. — 2025 — vol. 316 art. no. 107839, s. 1–23. — Bibliogr. s. 22–23, Abstr. — Publikacja dostępna online od: 2025-06-03
SzczegółyLink