PCAfold: Python software to generate, analyze and improve PCA-derived low-dimensional manifolds

;Sutherland, J.C.
Référence SoftwareX, 12, page (100630)
Publication Publié, 2020-07-01

Article révisé par les pairs

Optimizing progress variables for ammonia/hydrogen combustion using encoding–decoding networks
par Zdybał, Kamila , Sutherland, James J.C. , Parente, Alessandro
Publication 2025-06
PCAfold 2.0—Novel tools and algorithms for low-dimensional manifold assessment and optimization
par Zdybal, Kamila , Armstrong, Elizabeth , Parente, Alessandro , Sutherland, James C.
Publication 2023-07-03
Improving reduced-order models through nonlinear decoding of projection-dependent outputs
par Zdybał, Kamila , Parente, Alessandro , Sutherland, James J.C.
Publication 2023-11
Cost function for low-dimensional manifold topology assessment
par Zdybal, Kamila , Armstrong, Elizabeth , Sutherland, James C. , Parente, Alessandro
Publication 2022-08-25
Numerical investigations of the abrasion behavior of concrete based on a coupled Eulerian–Lagrangian approach
par Liu, Qiong , Andersen, Lars Vabbersgaard , Wu, Min , Zhang, Mingzhong , Snoeck, Didier
Publication 2025-08-31

Référencement	Visibilité	Pérennité	Facilité
Les publications encodées constituent la bibliographie académique de l'Université.	Les documents déposés sont indexés par les moteurs de recherche (Google Scholar,…).	Les documents déposés en open-access sont archivés au sein du réseau de préservation SAFE-PLN (www.safepln.org).	Les listes de publications sont compatibles avec le CV-ULB, le FNRS et accessibles sur le web.