Fachinformationsdienst BAUdigital

Eine Plattform für die Wissenschaft: Bauingenieurwesen, Architektur und Urbanistik

    E-PINN: A fast physics-informed neural network based on explicit time-domain method for dynamic response prediction of nonlinear structures

    Neue Suche nach: Su, Cheng
    Neue Suche nach: Liang, Jingwei
    Neue Suche nach: He, Zengsheng

    Zugriff

    Zugriff prüfen
    Verfügbarkeit in meiner Bibliothek prüfen
    Bestellung bei Subito €

    Zugriff

    Zugriff prüfen
    Verfügbarkeit in meiner Bibliothek prüfen
    Bestellung bei Subito €

    Seitennavigation

    Dokumentinformationen
    Ähnliche Titel

    Exportieren, teilen und zitieren

    E-PINN: A fast physics-informed neural network based on explicit time-domain method for dynamic response prediction of nonlinear structures

    Neue Suche nach: Su, Cheng
    Neue Suche nach: Liang, Jingwei
    Neue Suche nach: He, Zengsheng

    Zugriff

    Zugriff prüfen
    Verfügbarkeit in meiner Bibliothek prüfen
    Bestellung bei Subito €

    E-PINN: A fast physics-informed neural network based on explicit time-domain method for dynamic response prediction of nonlinear structures

    Neue Suche nach: Su, Cheng
    Neue Suche nach: Liang, Jingwei
    Neue Suche nach: He, Zengsheng

    Zugriff

    Zugriff prüfen
    Verfügbarkeit in meiner Bibliothek prüfen
    Bestellung bei Subito €

    Zugriff

    Zugriff prüfen
    Verfügbarkeit in meiner Bibliothek prüfen
    Bestellung bei Subito €

    Seitennavigation

    Dokumentinformationen
    Ähnliche Titel

    Exportieren, teilen und zitieren

    Dokumentinformationen
    Titel:

    E-PINN: A fast physics-informed neural network based on explicit time-domain method for dynamic response prediction of nonlinear structures

    Weitere Titelangaben:

    Engineering Structures

    Beteiligte:

    Su, Cheng (Autor:in) / Liang, Jingwei (Autor:in) / He, Zengsheng (Autor:in)

    Erschienen in:

    Engineering Structures ; 321 ; 118900

    Erscheinungsdatum:

    01.12.2024

    ISSN:

    0141-0296

    DOI:

    https://doi.org/10.1016/j.engstruct.2024.118900

    Medientyp:

    Aufsatz (Zeitschrift)

    Format:

    Elektronische Ressource

    Sprache:

    Englisch

    Ähnliche Titel

    AT-PINN: Advanced time-marching physics-informed neural network for structural vibration analysis

    Chen, Zhaolin / Lai, Siu-Kai / Yang, Zhichun | Elsevier | 2023

    AT-PINN: Advanced time-marching physics-informed neural network for structural vibration analysis

    Chen, Zhaolin / Lai, Siu-Kai / Yang, Zhichun | Elsevier | 2024

    Smart control of bridge support forces using adaptive bearings based on physics-informed neural network (PINN)

    Yan, Huan / Gou, Hong-Ye / Hu, Fei et al. | Elsevier | 2024

    PINN-AFP: A novel C-S curve estimation method for asphalt mixtures fatigue prediction based on physics-informed neural network

    Han, Chengjia / Zhang, Jinglin / Tu, Zhijia et al. | Elsevier | 2024

    Physics-informed Neural Networks (PINN) for computational solid mechanics: Numerical frameworks and applications

    Hu, Haoteng / Qi, Lehua / Chao, Xujiang | Elsevier | 2024

    Nach oben