( en | de | ru )

 

Disambiguierung von "Kadeethum, Teeratorn"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
A locally conservative mixed finite element framework for coupled hydro-mechanical-chemical processes in heterogeneous porous media.

, , , , und . Comput. Geosci., (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Keine Personen gefunden für den Autorennamen Kadeethum, Teeratorn
Eine Person hinzufügen mit dem Namen Kadeethum, Teeratorn
 

Weitere Publikationen von Autoren mit dem selben Namen

A locally conservative mixed finite element framework for coupled hydro-mechanical-chemical processes in heterogeneous porous media., , , , und . Comput. Geosci., (2021)Efficient machine-learning surrogates for large-scale geological carbon and energy storage., , und . CoRR, (2023)Physics-informed Neural Networks for Solving Nonlinear Diffusivity and Biot's equations., , und . CoRR, (2020)Continuous conditional generative adversarial networks for data-driven solutions of poroelasticity with heterogeneous material properties., , , , , und . Comput. Geosci., (2022)Progressive reduced order modeling: empowering data-driven modeling with selective knowledge transfer., , , , und . CoRR, (2023)Non-intrusive reduced order modeling of natural convection in porous media using convolutional autoencoders: comparison with linear subspace techniques., , , , , und . CoRR, (2021)Harnessing Machine Learning and Data Fusion for Accurate Undocumented Well Identification in Satellite Images., und . Remote. Sens., 16 (12): 2116 (Juni 2024)Physics-informed Neural Networks for Solving Coupled Flow and Transport System., und . AAAI Spring Symposium: MLPS, Volume 2964 von CEUR Workshop Proceedings, CEUR-WS.org, (2021)A framework for data-driven solution and parameter estimation of PDEs using conditional generative adversarial networks., , , , , , und . Nat. Comput. Sci., 1 (12): 819-829 (2021)