Bissantz, Julian ; Karpowski, Jeremy ; Steinhausen, Matthias ; Luo, Yujuan ; Ferraro, Federica ; Scholtissek, Arne ; Hasse, Christian ; Vervisch, Luc (2023)
Application of dense neural networks for manifold-based modeling of flame-wall interactions.
In: Applications in Energy and Combustion Science, 13
doi: 10.1016/j.jaecs.2023.100113
Artikel, Bibliographie
| Typ des Eintrags: | Artikel |
|---|---|
| Erschienen: | 2023 |
| Autor(en): | Bissantz, Julian ; Karpowski, Jeremy ; Steinhausen, Matthias ; Luo, Yujuan ; Ferraro, Federica ; Scholtissek, Arne ; Hasse, Christian ; Vervisch, Luc |
| Art des Eintrags: | Bibliographie |
| Titel: | Application of dense neural networks for manifold-based modeling of flame-wall interactions |
| Sprache: | Englisch |
| Publikationsjahr: | Januar 2023 |
| Verlag: | Elsevier |
| Titel der Zeitschrift, Zeitung oder Schriftenreihe: | Applications in Energy and Combustion Science |
| Jahrgang/Volume einer Zeitschrift: | 13 |
| DOI: | 10.1016/j.jaecs.2023.100113 |
| URL / URN: | https://www.sciencedirect.com/science/article/pii/S2666352X2... |
| Freie Schlagworte: | Machine learning, Data-driven modeling, Manifold methods, Head-on quenching, Side-wall quenching |
| Zusätzliche Informationen: | Artikel-ID: 100113 |
| Fachbereich(e)/-gebiet(e): | 16 Fachbereich Maschinenbau 16 Fachbereich Maschinenbau > Fachgebiet Simulation reaktiver Thermo-Fluid Systeme (STFS) |
| Hinterlegungsdatum: | 20 Mär 2023 07:11 |
| Letzte Änderung: | 20 Mär 2023 08:30 |
| PPN: | 506151565 |
| Export: | |
| Suche nach Titel in: | TUfind oder in Google |
 |
Frage zum Eintrag |
Optionen (nur für Redakteure)
 |
Redaktionelle Details anzeigen |
Drucken
Impressum