Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
Čanađija, Marko; Košmerl, Valentina; Zlatić, Martin; Vrtovšnik, Domagoj; Munjas, Neven
A computational framework for nanotrusses: Input convex neural networks approach // European journal of mechanics. A, Solids, 103 (2024), January-February; 105195, 16. doi: https://doi.org/10.1016/j.euromechsol.2023.105195
Čanađija, Marko; Košmerl, Valentina; Zlatić, Martin
Modeliranje nanorešetki kroz spregu molekularne dinamike, strojnog učenja i konačnih elemenata // Zbornik radova 12. susreta Hrvatskog društva za mehaniku. Split: Hrvatsko društvo za mehaniku (HDM), 2023. str. 15-18
Košmerl, Valentina ; Štajduhar, Ivan ; Čanađija, Marko
Predicting stress–strain behavior of carbon nanotubes using neural networks // Neural computing and applications, (2022), doi: 10.1007/s00521-022-07430-y
Košmerl, Valentina; Štajduhar, Ivan; Čanađija, Marko
Neual network approach for predicting stress-strain behavior of carbon nanotubes // Proceedings of the 10th International Congress of Croatian Society of Mechanics. Zagreb, Croatia: Fakultet strojarstva i brodogradnje Sveučilišta u Zagrebu, 2022. str. 159-160
Košmerl, Valentina ; Čanađija, Marko
Deep learning-generated rod finite elements / Grbčić, Ana ; Lopac, Nikola ; Strabić, Marko et al. (ur.). Rijeka, 2021. str. 23-24
Košmerl, Valentina ; Čanađija, Marko
1D štapni konačni elementi generirani dubokim učenjem // Zbornik radova 11. susreta Hrvatskog društva za mehaniku / Brčić, Marino ; Skoblar, Ante ; Ribarić, Dragan (ur.). Rijeka, 2021. str. 133-136
Košmerl, Valentina ; Štajduhar, Ivan ; Čanađija, Marko
Carbon nanotube stress-strain behavior prediction using convolutional neural networks. 2021. str. 12-13