Artículos Autores

Tartakovsky, Daniel M.

Department of Energy Science & Engineering, Engineering, Stanford University, 367 Panama St., Stanford, CA 94305, USA
Energy Resources Engineering
367 Panama Street , Stanford, California, UNITED STATES, 94305
https://www.stanford.edu/(abrir en una nueva pestaña)

PhD

Editorial Boards:

International Journal for Uncertainty Quantification(abrir en una nueva pestaña)

Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

Articles:

PROBABILISTIC PREDICTIONS OF INFILTRATION INTO HETEROGENEOUS MEDIA WITH UNCERTAIN HYDRAULIC PARAMETERS(abrir en una nueva pestaña) - Vol. 1 '2011(abrir en una nueva pestaña) - International Journal for Uncertainty Quantification(abrir en una nueva pestaña)

METHOD OF DISTRIBUTIONS FOR SYSTEMS WITH STOCHASTIC FORCING(abrir en una nueva pestaña) - Vol. 11 '2021(abrir en una nueva pestaña) - International Journal for Uncertainty Quantification(abrir en una nueva pestaña)

COMPUTING GREEN'S FUNCTIONS FOR FLOW IN HETEROGENEOUS COMPOSITE MEDIA(abrir en una nueva pestaña) - Vol. 3 '2013(abrir en una nueva pestaña) - International Journal for Uncertainty Quantification(abrir en una nueva pestaña)

PREFACE: FIRST QUEST CONFERENCE(abrir en una nueva pestaña) - Vol. 6 '2016(abrir en una nueva pestaña) - International Journal for Uncertainty Quantification(abrir en una nueva pestaña)

DATA-INFORMED EMULATORS FOR MULTI-PHYSICS SIMULATIONS(abrir en una nueva pestaña) - Vol. 2 '2021(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

DYNAMIC MODE DECOMPOSITION FOR CONSTRUCTION OF REDUCED-ORDER MODELS OF HYPERBOLIC PROBLEMS WITH SHOCKS(abrir en una nueva pestaña) - Vol. 2 '2021(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

MACHINE LEARNING TECHNIQUES FOR APPLICATIONS IN SUSTAINABILITY RESEARCH(abrir en una nueva pestaña) - Vol. 3 '2022(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

TRANSFER LEARNING ON MULTIFIDELITY DATA(abrir en una nueva pestaña) - Vol. 3 '2022(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

MACHINE-LEARNED INFERENCE OF FRACTURE FLOWRATE FROM TEMPERATURE LOGS(abrir en una nueva pestaña) - Vol. 5 '2024(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

ROLE OF PHYSICS IN PHYSICS-INFORMED MACHINE LEARNING(abrir en una nueva pestaña) - Vol. 5 '2024(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

AI-ENABLED CARDIOVASCULAR MODELS TRAINED ON MULTIFIDELITY SIMULATIONS DATA(abrir en una nueva pestaña) - Vol. 6 '2025(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

DOMAIN DECOMPOSITION FOR ENHANCEMENT OF REDUCED-ORDER MODELS(abrir en una nueva pestaña) - Vol. 6 '2025(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

TRANSFER LEARNING ON MULTI-DIMENSIONAL DATA: A NOVEL APPROACH TO NEURAL NETWORK-BASED SURROGATE MODELING(abrir en una nueva pestaña) - Vol. 6 '2025(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

FOURIER NEURAL OPERATOR SURROGATE OF LITHIUM-ION BATTERY MODELS(abrir en una nueva pestaña) - Vol. 7 '2026(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

GAUSSIAN-PROCESS MODELS OF POPULATION DYNAMICS(abrir en una nueva pestaña) - Vol. 7 '2026(abrir en una nueva pestaña) - Journal of Machine Learning for Modeling and Computing(abrir en una nueva pestaña)

Yang, Xiaoyu

FOURIER NEURAL OPERATOR SURROGATE OF LITHIUM-ION BATTERY MODELS

MACHINE-LEARNED INFERENCE OF FRACTURE FLOWRATE FROM TEMPERATURE LOGS

Abylkhani, B.

DOMAIN DECOMPOSITION FOR ENHANCEMENT OF REDUCED-ORDER MODELS

Wang, Peng

PREFACE: FIRST QUEST CONFERENCE

Zheng, Liange

DATA-INFORMED EMULATORS FOR MULTI-PHYSICS SIMULATIONS

Wainwright, Haruko Murakami

DATA-INFORMED EMULATORS FOR MULTI-PHYSICS SIMULATIONS

Viswanathan, Aditya

FOURIER NEURAL OPERATOR SURROGATE OF LITHIUM-ION BATTERY MODELS

Propp, Adrienne M.

TRANSFER LEARNING ON MULTI-DIMENSIONAL DATA: A NOVEL APPROACH TO NEURAL NETWORK-BASED SURROGATE MODELING

Chiofalo, Alessia

AI-ENABLED CARDIOVASCULAR MODELS TRAINED ON MULTIFIDELITY SIMULATIONS DATA

Barajas-Solano, David A.

COMPUTING GREEN'S FUNCTIONS FOR FLOW IN HETEROGENEOUS COMPOSITE MEDIA

Song, Dong H.

TRANSFER LEARNING ON MULTIFIDELITY DATA

Li, L. Gary

GAUSSIAN-PROCESS MODELS OF POPULATION DYNAMICS

Rutjens, Rik J. L.

METHOD OF DISTRIBUTIONS FOR SYSTEMS WITH STOCHASTIC FORCING

Chandra, Abhishek

ROLE OF PHYSICS IN PHYSICS-INFORMED MACHINE LEARNING

Ciriello, Valentina

AI-ENABLED CARDIOVASCULAR MODELS TRAINED ON MULTIFIDELITY SIMULATIONS DATA

MACHINE LEARNING TECHNIQUES FOR APPLICATIONS IN SUSTAINABILITY RESEARCH

Wang, Peng

PROBABILISTIC PREDICTIONS OF INFILTRATION INTO HETEROGENEOUS MEDIA WITH UNCERTAIN HYDRAULIC PARAMETERS

Xiu, Dongbin

COMPUTATIONAL FRAMEWORK FOR REAL-TIME DIGITAL TWINS

PREFACE: FIRST QUEST CONFERENCE

Lu, Hannah

DATA-INFORMED EMULATORS FOR MULTI-PHYSICS SIMULATIONS

DYNAMIC MODE DECOMPOSITION FOR CONSTRUCTION OF REDUCED-ORDER MODELS OF HYPERBOLIC PROBLEMS WITH SHOCKS

Jacobs, Gustaaf B.

METHOD OF DISTRIBUTIONS FOR SYSTEMS WITH STOCHASTIC FORCING

Careddu, L.

AI-ENABLED CARDIOVASCULAR MODELS TRAINED ON MULTIFIDELITY SIMULATIONS DATA

Bakarji, Joseph

ROLE OF PHYSICS IN PHYSICS-INFORMED MACHINE LEARNING

Dwivedi, Dipankar

DOMAIN DECOMPOSITION FOR ENHANCEMENT OF REDUCED-ORDER MODELS

Yabusaki, S. B.

DOMAIN DECOMPOSITION FOR ENHANCEMENT OF REDUCED-ORDER MODELS

Xiu, Isaac

GAUSSIAN-PROCESS MODELS OF POPULATION DYNAMICS

Ermakova, Dinara

DATA-INFORMED EMULATORS FOR MULTI-PHYSICS SIMULATIONS

Horne, Roland N.

MACHINE-LEARNED INFERENCE OF FRACTURE FLOWRATE FROM TEMPERATURE LOGS