Machine learning based on computational fluid dynamics enables geometric design optimisation of the NeoVAD blades

zu Verbundenen Objekten

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
Online-Ressource, 1 online resource.
Sprache
Englisch

Erschienen in
Machine learning based on computational fluid dynamics enables geometric design optimisation of the NeoVAD blades ; volume:13 ; number:1 ; day:3 ; month:5 ; year:2023 ; pages:1-12 ; date:12.2023
Scientific reports ; 13, Heft 1 (3.5.2023), 1-12, 12.2023

Urheber
Nissim, Lee
Karnik, Shweta
Smith, P. Alex
Wang, Yaxin
Frazier, O. Howard
Fraser, Katharine H.
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1038/s41598-023-33708-9
URN
urn:nbn:de:101:1-2023090516581045792635
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
14.08.2025, 10:47 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Original beim Datenpartner anzeigen

Beteiligte

  • Nissim, Lee
  • Karnik, Shweta
  • Smith, P. Alex
  • Wang, Yaxin
  • Frazier, O. Howard
  • Fraser, Katharine H.
  • SpringerLink (Online service)

Ähnliche Objekte (12)

Vad, Elisabetha, Ehefrau des Adam Vad, Obernburg

Akten

Vad, Elisabetha, Ehefrau des Adam Vad, Obernburg

Vad - Vas

Schriftgut

Vad - Vas

Vad erdőben

Kinderbuch | Kinderbücher bis 11 Jahre

Vad erdőben

Vad, Poul

Abschnitt

Vad, Poul

Vad - Vte

Archivale

Vad - Vte

Vad är metafysik?

Vad är metafysik?

Vad är socialism?

Vad är socialism?

Vorgang Vad Kortritz

Schriftgut

Vorgang Vad Kortritz

Höhle Vad, Treppe

Archivale

Höhle Vad, Treppe

Vad Maria, Obernburg

Akten

Vad Maria, Obernburg

Vad Martha, Obernburg

Akten

Vad Martha, Obernburg

Variation et optimisation de formes : une analyse géométric

Variation et optimisation de formes : une analyse géométric

Verbundene Objekte