Ein Levy-angetriebenes Langevin Monte-Carlo Verfahren
Forschungsgebiet:
Coarse-graining für Partikelmethoden
Wissenschaftlicher Betreuer:
Prof. Dr.-Ing Nikolaus A. Adams
Veröffentlichungen
2024
Zeitschriftenartikel
Toshev, Artur P.; Erbesdobler, Jonas A.; Adams, Nikolaus A.; Brandstetter, Johannes: Neural SPH: Improved Neural Modeling of Lagrangian Fluid Dynamics. ML Research Press Volume 235, 2024, Volume 235, Pages 48428 - 48452 mehr…BibTeX
Volltext (
DOI
)
Konferenzbeiträge
Toshev, Artur; Ramachandran, Harish; Erbesdobler, Jonas A.; Galletti, Gianluca; Brandstetter, Johannes; Adams, Nikolaus A.: JAX-SPH: A Differentiable Smoothed Particle Hydrodynamics Framework. ICLR 2024 Workshop on AI4DifferentialEquations In Science, 2024 mehr…BibTeX
2023
Bücher / Beiträge zu Sammelbänden
Toshev, Artur P.; Galletti, Gianluca; Brandstetter, Johannes; Adami, Stefan; Adams, Nikolaus A.: Learning Lagrangian Fluid Mechanics with E(3)-Equivariant Graph Neural Networks. In: Lecture Notes in Computer Science. Springer Nature Switzerland, 2023 mehr…BibTeX
Volltext (
DOI
)
Konferenzbeiträge
Ekström Kelvinius, Filip; Georgiev, Dimitar; Toshev, Artur; Gasteiger, Johannes: Accelerating Molecular Graph Neural Networks via Knowledge Distillation. Advances in Neural Information Processing Systems, Curran Associates, Inc., 2023 mehr…BibTeX
Toshev, Artur; Galletti, Gianluca; Fritz, Fabian; Adami, Stefan; Adams, Nikolaus: LagrangeBench: A Lagrangian Fluid Mechanics Benchmarking Suite. Advances in Neural Information Processing Systems, Curran Associates, Inc., 2023 mehr…BibTeX
2022
Konferenzbeiträge
Toshev, Artur; Paehler, Ludger; Panizza, Andrea; Adams, Nikolaus A.: On the Relationships between Graph Neural Networks for the Simulation of Physical Systems and Classical Numerical Methods. ICML 2022 2nd AI for Science Workshop, 2022 mehr…BibTeX