Probabilistic learning on manifolds for prognosis and characterization of the digital twin - Archive ouverte HAL Accéder directement au contenu
Communication Dans Un Congrès Année : 2021

Probabilistic learning on manifolds for prognosis and characterization of the digital twin

Roger Ghanem
  • Fonction : Auteur
  • PersonId : 923247
University of Southern California
Christian Soize
Laboratoire Modélisation et Simulation Multi-Echelle
CV
V. Aithataju
  • Fonction : Auteur
L. Mehrez
  • Fonction : Auteur
University of Southern California

Domaines

Statistiques [math.ST] Probabilités [math.PR] Sciences de l'ingénieur [physics]

Christian Soize  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03381365

Soumis le : samedi 16 octobre 2021-14:51:06

Dernière modification le : lundi 22 avril 2024-14:11:06

Fichier non déposé

Dates et versions

hal-03381365 , version 1 (16-10-2021)

Identifiants

  • HAL Id : hal-03381365 , version 1

Citer

Roger Ghanem, Christian Soize, V. Aithataju, L. Mehrez. Probabilistic learning on manifolds for prognosis and characterization of the digital twin. Mechanistic Machine Learning and Digital Twins for Computational Science, Engineering and Technology (MMLDT-CSET 2021), Sep 2021, San Diego, CA, United States. ⟨hal-03381365⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS MSME MSME_MECA UPEC UNIV-EIFFEL
77 Consultations
0 Téléchargements

Partager

Gmail Facebook X LinkedIn More