( en | de | ru )

 

Disambiguierung von "Hassanzadeh, Pedram"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Stable a posteriori LES of 2D turbulence using convolutional neural networks: Backscattering analysis and generalization to higher Re via transfer learning.

, , , und . J. Comput. Phys., (2022)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Pedram Derakhshani

Pedram Emami

Pedram Yazdanbakhsh

Pedram Azad

Pedram Hovareshti

 

Weitere Publikationen von Autoren mit dem selben Namen

Quantifying the eddy-jet feedback strength of the annular mode in an idealized GCM and reanalysis data, , und . (14.08.2016)Deep learning-enhanced ensemble-based data assimilation for high-dimensional nonlinear dynamical systems., , , und . CoRR, (2022)Stable a posteriori LES of 2D turbulence using convolutional neural networks: Backscattering analysis and generalization to higher Re via transfer learning., , , und . J. Comput. Phys., (2022)Long-term stability and generalization of observationally-constrained stochastic data-driven models for geophysical turbulence., , , , und . CoRR, (2022)Data-driven predictions of a multiscale Lorenz 96 chaotic system using machine-learning methods: reservoir computing, artificial neural network, and long short-term memory network, , und . Nonlinear Processes in Geophysics, 27 (3): 373-389 (2019)Closed-form discovery of structural errors in models of chaotic systems by integrating Bayesian sparse regression and data assimilation., , und . CoRR, (2021)Explaining the physics of transfer learning a data-driven subgrid-scale closure to a different turbulent flow., , , und . CoRR, (2022)Data-driven prediction of a multi-scale Lorenz 96 chaotic system using a hierarchy of deep learning methods: Reservoir computing, ANN, and RNN-LSTM., , , und . CoRR, (2019)Deep spatial transformers for autoregressive data-driven forecasting of geophysical turbulence., , , und . CI, Seite 106-112. ACM, (2020)Deep learning-enhanced ensemble-based data assimilation for high-dimensional nonlinear dynamical systems., , , und . J. Comput. Phys., (März 2023)