本論文では、血管流の時間超解像シミュレーションのための新しい深層学習フレームワークを提案し、低時間分解能の流れシミュレーション結果から高時間分解能の時変血管流シミュレーションを生成する。私たちのフレー

arxiv_reader のブックマーク 2021/11/23 12:40

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4711561418315390050/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2111.10372v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2111.10372v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2111.10372v1" data-user-icon="/users/arxiv_reader/profile.png">血管流の時間的超解像シミュレーションのための抵抗時間共変調PointNet</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/learning">learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22loss%20function%22">loss function</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/simulation">simulation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/metric">metric</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22point%20cloud%22">point cloud</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/super-resolution">super-resolution</a>]</li></ul><br><p style="clear: left">本論文では、血管流の時間超解像シミュレーションのための新しい深層学習フレームワークを提案し、低時間分解能の流れシミュレーション結果から高時間分解能の時変血管流シミュレーションを生成する。私たちのフレー</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20211123#bookmark-4711561418315390050"><span class="datetime-body">2021/11/23 12:40</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！