标题 |
![]() 基于深度强化学习的液滴微流体控制数字孪生
相关领域
微流控
计算流体力学
稳健性(进化)
强化学习
流量控制(数据)
人工神经网络
振幅
物理
控制理论(社会学)
生物系统
计算机科学
人工智能
机械
光学
控制(管理)
基因
热力学
化学
生物
生物化学
计算机网络
|
网址 | |
DOI | |
其它 |
期刊:Physics of Fluids 作者:Nafisat Gyimah; Ott Scheler; Toomas Rang; Tamás Pardy 出版日期:2023-08-01 |
求助人 | |
下载 | |
温馨提示:该文献已被科研通 学术中心 收录,前往查看
科研通『学术中心』是文献索引库,收集文献的基本信息(如标题、摘要、期刊、作者、被引量等),不提供下载功能。如需下载文献全文,请通过文献求助获取。
|