Use and comparison of various graph neural network architectures for application in thermal surrogate models in the space domain, in both 2D and 3D. Use of physics-based loss functions and combined loss functions with different weightings. Study on the dataset size used and the different results obtained.
Uso y comparación de diversas arquitecturas de redes neuronales tipo grafo para su uso en modelos térmicos surrogados en el ámbito espacial, tanto en 2D como en 3D. Uso de funciones de pérdida física y función de pérdida combinada con diferentes pesos. Estudio sobre el tamaño del Dataset empleado y los diferentes resultados obtenidos.
Use and comparison of various graph neural network architectures for application in thermal surrogate models in the space domain, in both 2D and 3D. Use of physics-based loss functions and combined loss functions with different weightings. Study on the dataset size used and the different results obtained.
Uso y comparación de diversas arquitecturas de redes neuronales tipo grafo para su uso en modelos térmicos surrogados en el ámbito espacial, tanto en 2D como en 3D. Uso de funciones de pérdida física y función de pérdida combinada con diferentes pesos. Estudio sobre el tamaño del Dataset empleado y los diferentes resultados obtenidos. Read More
Related posts:
Multilayered neural architectures evolution for computing
sequences of orthogonal polynomials
Aplicación de redes neuronales en la predicción de series temporales de acciones bursátiles
Deep learning techniques for trust assessment of social human-robot interactions: research project
Optimización y evaluación de Graph Neural Networks para la predicción de efectos secundarios en el conjunto de datos ogbl-ddi
A Machine Learning Boosted Data Reduction Methodology for Translaminar Fracture of Structural Composites
Knowledge graphs and explainable AI for drug repurposing on rare diseases