Zugriff

    Zugriff prüfen

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Application of Multi-Fidelity Transfer Learning with Autoencoders for Efficient Construction of Surrogate Models


    Beteiligte:
    Shen, Yiren (Autor:in) / Patel, Harsh C. (Autor:in) / Xu, Zan (Autor:in) / Alonso, Juan J. (Autor:in)

    Kongress:

    AIAA SCITECH 2024 Forum



    Erscheinungsdatum :

    2024-01-01



    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Elektronische Ressource


    Sprache :

    Englisch




    Construction of Multi-Fidelity Locally Optimized Surrogate Models for Uncertainty Quantification

    Rumpfkeil, Markus P. / Hanazaki, Kyohei / Beran, Philip S. | AIAA | 2017


    Robust Multi-Fidelity Aerodynamic Design Optimization Using Surrogate Models

    Jaeggi, D. / Parks, G. / Dawes, W. et al. | British Library Conference Proceedings | 2008


    Robust Multi-Fidelity Aerodynamic Design Optimization Using Surrogate Models

    Jaeggi, Daniel / Parks, Geoff / Dawes, William et al. | AIAA | 2008


    Surrogate Unsteady Aerodynamic Modeling with Autoencoders and LSTM Networks

    Tekaslan, Huseyin E. / Demiroglu, Yusuf / Nikbay, Melike | TIBKAT | 2022