Spatio-Temporal Methods for Data-driven Computer Animation and Simulation

Información del proyecto

SpaTe

Identificador del acuerdo de subvención: 863850

DOI

10.3030/863850

Proyecto cerrado

Fecha de la firma de la CE 13 Febrero 2020

Fecha de inicio 1 Septiembre 2020

Fecha de finalización 31 Agosto 2025

Financiado con arreglo a

• EXCELLENT SCIENCE - European Research Council (ERC)

Coste total

€ 1 998 750,00

Aportación de la UE

€ 1 998 750,00

Coordinado por

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

CORDIS proporciona enlaces a los documentos públicos y las publicaciones de los proyectos de los programas marco HORIZONTE.

Los enlaces a los documentos y las publicaciones de los proyectos del Séptimo Programa Marco, así como los enlaces a algunos tipos de resultados específicos, como conjuntos de datos y «software», se obtienen dinámicamente de OpenAIRE .

Publicaciones

Conference proceedings (4)

Guaranteed Conservation of Momentum for Learning Particle-based Fluid Dynamics

Autores: Lukas Prantl, Benjamin Ummenhofer, Vladlen Koltun, Nils Thuerey
Publicado en: Advances in Neural Information Processing, Edición 1, 2022
Editor: NeurIPS

Half-Inverse Gradients for Physical Deep Learning

Autores: Patrick Schnell, Philipp Holl, Nils Thuerey
Publicado en: ICLR, Edición 2022, 2022, Página(s) 1-22
Editor: ICLR

Solving Inverse Physics Problems with Score Matching

Autores: Benjamin Holzschuh, Simona Vegetti, Nils Thuerey
Publicado en: Advances in Neural Information Processing Systems, Edición 36, 2023, Página(s) -
Editor: Advances in Neural Information Processing Systems
DOI: 10.48550/arxiv.2301.10250

Global Transport for Fluid Reconstruction with Learned Self-Supervision

Autores: Erik Franz; Barbara Solenthaler; Nils Thuerey
Publicado en: CVPR, Edición 1, 2021
Editor: CVPR
DOI: 10.1109/cvpr46437.2021.00168

Peer reviewed articles (8)

Unsteady cylinder wakes from arbitrary bodies with differentiable physics-assisted neural network

Autores: Shuvayan Brahmachary, Nils Thuerey
Publicado en: Physical Review E, Edición 109, 2024, ISSN 2470-0045
Editor: American Physical Society
DOI: 10.1103/physreve.109.055304

Reviving autoencoder pretraining

Autores: You Xie; Nils Thuerey
Publicado en: Neural Computing and Applications, Edición 35, 2022, ISSN 0941-0643
Editor: Springer Verlag
DOI: 10.1007/s00521-022-07892-0

Deep learning-based predictive modeling of transonic flow over an airfoil

Autores: Liwei Chen, Nils Thuerey
Publicado en: Physics of Fluids, Edición 36, 2024, ISSN 1070-6631
Editor: American Institute of Physics
DOI: 10.1063/5.0238413

Realistic galaxy images and improved robustness in machine learning tasks from generative modelling

Autores: Benjamin J Holzschuh, Conor M O’Riordan, Simona Vegetti, Vicente Rodriguez-Gomez, Nils Thuerey
Publicado en: Monthly Notices of the Royal Astronomical Society, Edición 515, 2024, Página(s) 652-677, ISSN 0035-8711
Editor: Blackwell Publishing Inc.
DOI: 10.1093/mnras/stac1188

Differentiability in unrolled training of neural physics simulators on transient dynamics

Autores: Bjoern List, Li-Wei Chen, Kartik Bali, Nils Thuerey
Publicado en: Computer Methods in Applied Mechanics and Engineering, Edición 433, 2024, Página(s) 117441, ISSN 0045-7825
Editor: Elsevier BV
DOI: 10.1016/j.cma.2024.117441

Learned turbulence modelling with differentiable fluid solvers: physics-based loss functions and optimisation horizons

Autores: Björn List; Li-Wei Chen; Nils Thuerey
Publicado en: Crossref, Edición 1, 2022, ISSN 0022-1120
Editor: Cambridge University Press
DOI: 10.1017/jfm.2022.738

Towards high-accuracy deep learning inference of compressible flows over aerofoils

Autores: Li-Wei Chen; Nils Thuerey
Publicado en: Crossref, Edición 1, 2022, ISSN 0022-1120
Editor: Cambridge University Press
DOI: 10.1016/j.compfluid.2022.105707

Learning Similarity Metrics for Volumetric Simulations with Multiscale CNNs

Autores: Georg Kohl, Li-Wei Chen, Nils Thuerey
Publicado en: Proceedings of the AAAI Conference on Artificial Intelligence, Edición 37, 2023, Página(s) 8351-8359, ISSN 2374-3468
Editor: Association for the Advancement of Artificial Intelligence
DOI: 10.1609/aaai.v37i7.26007