h1

h2

h3

h4

h5
h6
http://join2-wiki.gsi.de/foswiki/pub/Main/Artwork/join2_logo100x88.png

Virtual nasal cavity populations for flow prediction with distributed graph convolutional neural networks

; ; ; ; ; ; ; ;

In
Physics of fluids 38(2), Seiten/Artikel-Nr.:027107

Impressum[Erscheinungsort nicht ermittelbar] : American Institute of Physics

Umfang1-12

ISSN1089-7666

Online
DOI: 10.1063/5.0304463


Einrichtungen

  1. Lehrstuhl für Strömungsmechanik und Aerodynamisches Institut (415110)


Thematische Einordnung (Klassifikation)
DDC: 530


Dokumenttyp
Journal Article

Format
online

Sprache
English

Anmerkung
Peer reviewed article

Externe Identnummern
SCOPUS: SCOPUS:2-s2.0-105029778976
WOS Core Collection: WOS:001681854500005

Interne Identnummern
RWTH-2026-02133
Datensatz-ID: 1029206

Beteiligte Länder
Germany, South Korea, Spain

Lizenzstatus der Zeitschrift

 GO

Medline ; Clarivate Analytics Master Journal List ; Current Contents - Physical, Chemical and Earth Sciences ; Ebsco Academic Search ; Essential Science Indicators ; IF < 5 ; JCR ; National-Konsortium ; PubMed Central ; SCOPUS ; Science Citation Index Expanded ; Web of Science Core Collection
QR Code for this record

The record appears in these collections:
Document types > Articles > Journal Articles
Faculty of Mechanical Engineering (Fac.4)
Public records
Publications database
415110
 Record created 2026-02-23, last modified 2026-02-24
Similar records



Rate this document:

Rate this document:
1
2
3
4
5
 
(Not yet reviewed)