Endre søk
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Towards physics-informed convolutional networks for optical flow estimation in particle image velocimetry using self-attention
Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Strömningslära och experimentell mekanik.ORCID-id: 0009-0005-5670-2022
Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Strömningslära och experimentell mekanik.ORCID-id: 0000-0003-1845-6199
Luleå tekniska universitet, Institutionen för teknikvetenskap och matematik, Strömningslära och experimentell mekanik.ORCID-id: 0000-0003-4879-8261
2025 (engelsk)Konferansepaper, Oral presentation with published abstract (Fagfellevurdert)
sted, utgiver, år, opplag, sider
2025.
HSV kategori
Forskningsprogram
Experimentell mekanik
Identifikatorer
URN: urn:nbn:se:ltu:diva-115095OAI: oai:DiVA.org:ltu-115095DiVA, id: diva2:2006050
Konferanse
21th International Symposium on Flow Visualization (ISFV21), Tokyo, Japan, June 21-25, 2025
Tilgjengelig fra: 2025-10-13 Laget: 2025-10-13 Sist oppdatert: 2025-10-21bibliografisk kontrollert

Open Access i DiVA

Fulltekst mangler i DiVA

Andre lenker

Conference program

Person

Anjaneya Reddy, YuvarajendraWahl, JoelSjödahl, Mikael

Søk i DiVA

Av forfatter/redaktør
Anjaneya Reddy, YuvarajendraWahl, JoelSjödahl, Mikael
Av organisasjonen

Søk utenfor DiVA

GoogleGoogle Scholar

urn-nbn

Altmetric

urn-nbn
Totalt: 125 treff
RefereraExporteraLink to record
Permanent link

Direct link
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annet format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annet språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf