标题 |
![]() 基于理论指导神经网络的动态地下水流不确定性有效量化
相关领域
不确定度量化
人工神经网络
替代模型
蒙特卡罗方法
流量(数学)
地下水流
计算机科学
数学优化
应用数学
算法
数学
机器学习
统计
工程类
岩土工程
几何学
地下水
|
网址 | |
DOI |
10.1016/j.cma.2020.113492
doi
|
其它 |
期刊:Computer Methods in Applied Mechanics and Engineering 作者:Nanzhe Wang; Hong Chang; Dongxiao Zhang 出版日期:2021-01-01 |
求助人 | |
下载 | 该求助完结已超 24 小时,文件已从服务器自动删除,无法下载。 |
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。
|