Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Real-time inversion using self-explainable deep learning driven by expert knowledge

CORDIS fornisce collegamenti ai risultati finali pubblici e alle pubblicazioni dei progetti ORIZZONTE.

I link ai risultati e alle pubblicazioni dei progetti del 7° PQ, così come i link ad alcuni tipi di risultati specifici come dataset e software, sono recuperati dinamicamente da .OpenAIRE .

Risultati finali

Gender and diversity equality plan. (si apre in una nuova finestra)

Priorities, concrete objectives, and the specific measures that will be implemented to improve gender and diversity equality within the IN-DEEP project.

Pubblicazioni

EXPBrain: Exponential Integrators for Glioblastoma Brain Tumor Simulations (si apre in una nuova finestra)

Autori: Magdalena Pabisz, Dominika Ciupek, Askold Vilkha, Maciej Paszyński
Pubblicato in: Lecture Notes in Computer Science, Computational Science – ICCS 2025 Workshops, 2025, ISBN 978-3-031-97554-7
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-031-97554-7_10

Tensorial Implementation for Robust Variational Physics-Informed Neural Networks (si apre in una nuova finestra)

Autori: Askold Vilkha, Carlos Uriarte, Paweł Maczuga, Tomasz Służalec, Maciej Paszyński
Pubblicato in: Lecture Notes in Computer Science, Computational Science – ICCS 2025, 2025, ISBN 978-3-031-97626-1
Editore: Springer Nature Switzerland
DOI: 10.1007/978-3-031-97626-1_5

Collocation-based robust variational physics-informed neural networks (CRVPINNs) (si apre in una nuova finestra)

Autori: Marcin Łoś, Tomasz Służalec, Paweł Maczuga, Askold Vilkha, Carlos Uriarte, Maciej Paszyński
Pubblicato in: Computers & Structures, Numero 316, 2025, ISSN 0045-7949
Editore: Elsevier BV
DOI: 10.1016/J.COMPSTRUC.2025.107839

Computer Methods in Applied Mechanics and Engineering (si apre in una nuova finestra)

Autori: Shima Baharlouei; Jamie M. Taylor; Carlos Uriarte; David Pardo
Pubblicato in: Computer Methods in Applied Mechanics and Engineering, 2024, ISSN 0045-7825
Editore: Elsevier BV
DOI: 10.2139/SSRN.5004047

È in corso la ricerca di dati su OpenAIRE...

Si è verificato un errore durante la ricerca dei dati su OpenAIRE

Nessun risultato disponibile

Il mio fascicolo 0 0