Conditional variational autoencoder with Gaussian process regression recognition for parametric models

In this article, we present a data-driven method for parametric models with noisy observation data. Gaussian process regression based reduced order modeling (GPR-based ROM) can realize fast online predictions without using equations in the offline stage. However, GPR-based ROM does not perform well...

Celý popis

Podrobná bibliografie

Vydáno v:	Journal of computational and applied mathematics Ročník 438; s. 115532
Hlavní autoři:	Zhang, Xuehan, Jiang, Lijian
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 01.03.2024
Témata:	Conditional variational autoencoder Gaussian process regression Parametric models Proper orthogonal decomposition Conditional variational autoencoder Gaussian process regression Proper orthogonal decomposition Parametric models
ISSN:	0377-0427, 1879-1778
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!