阿莱西奥·阿莱克西亚迪斯
人员信息
优化列表
![笔记](https://dblp.dagstuhl.de/img/note-mark.dark.12x12.png)
2020年–今天
2023 [j6] 阿莱西奥·阿莱克西亚迪斯 :
使用邻域列表作为涉及粒子系统的反问题的物理优化卷积的物理信息机器学习的极简方法。 J.计算。 物理学。 473 : 111750 ( 2023 ) 2020 [j5] 迈克尔·舒特 , 康斯坦蒂诺斯·斯塔马托普洛斯 , M.J.H.西蒙斯 , 汉娜·巴切勒 , 阿莱西奥·阿莱克西亚迪斯 :
使用离散多物理对人类近端结肠的流体动力学和混合剖面进行建模和模拟。 计算。 生物医药 121 : 103819 ( 2020 )
2010 – 2019
2019 【j4】 阿莱西奥·阿莱克西亚迪斯 :
深层多物理:将离散多物理与机器学习相结合,以实现复制人类生理学的自学习硅模型。 Artif公司。 智力。 医学 98 : 27-34 ( 2019 ) 2018 [j3] 穆斯塔帕·阿里亚内 , 斯塔夫罗斯·卡斯西诺斯 , Sitaram Velaga公司 , 阿莱西奥·阿莱克西亚迪斯 :
肺部含有活动纤毛的边界层扩散和对流传质的离散多物理模拟。 计算。 生物医药 95 : 34-42 ( 2018 ) 2017 [注2] 阿莱西奥·阿莱克西亚迪斯 , 康斯坦蒂诺斯·斯塔马托普洛斯 , 魏文 , 汉娜·巴切勒 , 塞拉菲姆·巴卡利斯 , 穆斯塔法·巴里古 , M.J.H.西蒙斯 :
使用离散多物理学详细探索体外结肠系统的流体动力学。 计算。 生物医药 81 : 188-198 ( 2017 ) [j1] 穆斯塔帕·阿里亚内 , 魏文 , 丹尼尔·维戈洛 , 亚历山大·布里尔 , F.G.B.纳什 , 穆斯塔法·巴里古 , 阿莱西奥·阿莱克西亚迪斯 :
使用离散多物理建模和模拟深静脉阀中的流动和聚集。 计算。 生物医药 89 : 96-103 ( 2017 )
![](https://dblp.dagstuhl.de/img/cog.dark.24x24.png)