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

Informazioni relative al progetto

SpaTe

ID dell’accordo di sovvenzione: 863850

DOI 10.3030/863850

Data della firma CE 13 Febbraio 2020

Data di avvio 1 Settembre 2020

Data di completamento 31 Agosto 2025

Finanziato da

• EXCELLENT SCIENCE - European Research Council (ERC)

Costo totale € 1 998 750,00

Contributo UE € 1 998 750,00

Coordinato da

TECHNISCHE UNIVERSITAET MUENCHEN
Germany

Pubblicazioni

Conference proceedings (3)

Guaranteed Conservation of Momentum for Learning Particle-based Fluid Dynamics

Autori: Lukas Prantl, Benjamin Ummenhofer, Vladlen Koltun, Nils Thuerey
Pubblicato in: Advances in Neural Information Processing, Numero 1, 2022
Editore: NeurIPS

Half-Inverse Gradients for Physical Deep Learning

Autori: Patrick Schnell, Philipp Holl, Nils Thuerey
Pubblicato in: ICLR, Numero 2022, 2022, Pagina/e 1-22
Editore: ICLR

Global Transport for Fluid Reconstruction with Learned Self-Supervision

Autori: Erik Franz; Barbara Solenthaler; Nils Thuerey
Pubblicato in: CVPR, Numero 1, 2021
Editore: CVPR
DOI: 10.1109/cvpr46437.2021.00168

Peer reviewed articles (3)

Reviving autoencoder pretraining

Autori: You Xie; Nils Thuerey
Pubblicato in: Neural Computing and Applications, Numero 35, 2022, ISSN 0941-0643
Editore: Springer Verlag
DOI: 10.1007/s00521-022-07892-0

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

Autori: Björn List; Li-Wei Chen; Nils Thuerey
Pubblicato in: Crossref, Numero 1, 2022, ISSN 0022-1120
Editore: Cambridge University Press
DOI: 10.1017/jfm.2022.738

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

Autori: Li-Wei Chen; Nils Thuerey
Pubblicato in: Crossref, Numero 1, 2022, ISSN 0022-1120
Editore: Cambridge University Press
DOI: 10.1016/j.compfluid.2022.105707