| 标题 |
 Quantifying model form uncertainty in Reynolds-averaged turbulence models with Bayesian deep neural networks 用贝叶斯深度神经网络量化雷诺平均湍流模型的模型形式不确定性
相关领域
雷诺平均Navier-Stokes方程
不确定度量化
湍流
雷诺应力
统计物理学
雷诺应力方程模型
雷诺数
计算机科学
计算流体力学
应用数学
算法
Kε湍流模型
数学
物理
机械
机器学习
K-omega湍流模型
|
| 网址 | |
| DOI | |
| 其它 |
期刊：Journal of computational physics 作者：Nicholas Geneva; Nicholas Zabaras 出版日期：2019-04-01 |
| 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。
|
爱静静
Singularity
HEIKU
Hayat
shinysparrow
不配.
云瑾
curtisness
Henry
kento
zzzyyy
rosalieshi
浅尝离白
元谷雪
一一
徐叽钰
zyfqpc
8R60d8
我不是BOB
pluto
皖公网安备34019202002308
