Publication

A graph convolutional autoencoder approach to model order reduction for parametrized PDEs

Publications associées (39)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

A graph convolutional autoencoder approach to model order reduction for parametrized PDEs

Graph Chatbot

Chattez avec Graph Search

POD-Enhanced Deep Learning-Based Reduced Order Models for the Real-Time Simulation of Cardiac Electrophysiology in the Left Atrium

Disentangling feature and lazy training in deep neural networks

Supplementary Material - AL2: Progressive Activation Loss for Learning General Representations in Classification Neural Networks

AL2: Progressive Activation Loss for Learning General Representations in Classification Neural Networks

Noise-Resilient and Interpretable Epileptic Seizure Detection

From Classical to Unsupervised-Deep-Learning Methods for Solving Inverse Problems in Imaging.

Evaluating and Interpreting Deep Convolutional Neural Networks via Non-negative Matrix Factorization

Biologically plausible deep learning – but how far can we go with shallow networks?

Coherent rendering of virtual smile previews with fast neural style transfer

Learning Latent Representations of 3D Human Pose with Deep Neural Networks