Physics-informed graph representation learning for ocean dynamics (2023)
Unidade: EPSubjects: INTELIGÊNCIA ARTIFICIAL, REDES NEURAIS, PREDIÇÃO, SISTEMAS DINÂMICOS
ABNT
NETTO, Caio Fabricio Deberaldini. Physics-informed graph representation learning for ocean dynamics. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-03012024-120505/pt-br.php. Acesso em: 13 nov. 2024.APA
Netto, C. F. D. (2023). Physics-informed graph representation learning for ocean dynamics (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-03012024-120505/pt-br.phpNLM
Netto CFD. Physics-informed graph representation learning for ocean dynamics [Internet]. 2023 ;[citado 2024 nov. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-03012024-120505/pt-br.phpVancouver
Netto CFD. Physics-informed graph representation learning for ocean dynamics [Internet]. 2023 ;[citado 2024 nov. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-03012024-120505/pt-br.php