Cristin-resultat-ID: 1679366
Sist endret: 11. desember 2019, 13:14
NVI-rapporteringsår: 2019
Resultat
Vitenskapelig artikkel
2019

Artificial neural networks trained through deep reinforcement learning discover control strategies for active flow control

Bidragsytere:
  • Jean Rabault
  • Miroslav Kuchta
  • Atle Jensen
  • Ulysse Antoine Reglade og
  • Nicolas Cerardi

Tidsskrift

Journal of Fluid Mechanics
ISSN 0022-1120
e-ISSN 1469-7645
NVI-nivå 2
Finn i kanalregisteret

Om resultatet

Vitenskapelig artikkel
Publiseringsår: 2019
Volum: 865
Sider: 281 - 302
Open Access

Lenker

original online (doi)

Institusjonsarkiv

hdl.handle.net/10852/67610

Importkilder

Scopus-ID: 2-s2.0-85061908839

Beskrivelse Beskrivelse

Tittel

Artificial neural networks trained through deep reinforcement learning discover control strategies for active flow control

Bidragsytere

Jean Rabault

  • Tilknyttet:
    Forfatter
    ved Matematisk institutt ved Universitetet i Oslo

Miroslav Kuchta

  • Tilknyttet:
    Forfatter
    ved Matematisk institutt ved Universitetet i Oslo

Atle Jensen

  • Tilknyttet:
    Forfatter
    ved Matematisk institutt ved Universitetet i Oslo

Ulysse Antoine Reglade

  • Tilknyttet:
    Forfatter
    ved Matematisk institutt ved Universitetet i Oslo
  • Tilknyttet:
    Forfatter
    ved Centre de Mise en Forme des Materiaux

Nicolas Cerardi

  • Tilknyttet:
    Forfatter
    ved Matematisk institutt ved Universitetet i Oslo
  • Tilknyttet:
    Forfatter
    ved Centre de Mise en Forme des Materiaux
1 - 5 av 5