Data-driven models and digital twins for sustainable combustion technologies

Recherche avancée | Historique de recherche Mon DI-fusion | À propos de DI-fusion | Contact |

;Swaminathan, Nedunchezhian
Référence iScience, 27, 4, 109349
Publication Publié, 2024-04

Article révisé par les pairs

Fichier importé via le DOI

Machine Learning and Its Application to Reacting Flows:ML and Combustion
par Swaminathan, Nedunchezhian , Parente, Alessandro
Publication 2023-01-01
Eulerian RANS simulation of pollutant dispersion in atmospheric boundary layer considering anisotropic and near-source diffusivity behavior
par Lin, Chao , Ooka, Ryozo , Jia, Hongyuan , Parente, Alessandro , Kikumoto, Hideki
Publication 2025-03
Timescales distribution and reactive structures in MILD reactors for different energy carriers
par Ariemma, Giovanni Battista , Sorrentino, Giancarlo , Sabia, Pino , Parente, Alessandro , Ragucci, Raffaele , de Joannon, Mariarosaria
Publication 2024-12
Artificial intelligence reveals unbalanced sustainability domains in funded research
par Varelas, Panagiotis , Larosa, Francesca , Hoyas, Sergio , Conejero, Alberto J.A. , Contino, Francesco , Nerini, Francesco Fuso , García-Martínez, Javier , Garibo-i-Orts, Òscar , Parente, Alessandro , Vinuesa, Ricardo
Publication 2025-03
A data-driven, physics-informed framework for sub-grid combustion closure using artificial neural network.
par Iavarone, Salvatore , Pequin, Arthur , Swaminathan, Nedunchezhian , Parente, Alessandro
Publication 2023-01

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.