机译:临床知识数据下冠状动脉循环模型的多尺寸估计
Stanford Univ Dept Pediat Cardiol Bioengn Stanford CA 94305 USA|Stanford Univ ICME Stanford CA 94305 USA;
Stanford Univ Inst Computat Math & Engn Stanford CA 94305 USA;
Univ Calif San Diego Dept Med La Jolla CA 92093 USA;
Stanford Univ Dept Pediat Cardiol Bioengn Stanford CA 94305 USA|Stanford Univ ICME Stanford CA 94305 USA;
Univ Notre Dame Dept Appl & Computat Math & Stat Indiana PA 46556 USA;
cardiovascular simulation; multi fidelity framework; coronary artery hemodynamics; uncertainty quantification;
机译:物理知识的Cokriging:基于高斯过程回归的数据模型融合的多倍性方法
机译:通过物理信息的数据驱动建模在金属添加剂制造中的不确定性定量
机译:量化和减少雷诺平均Navier-Stokes模拟中模型形式的不确定性:一种数据驱动的,基于物理的贝叶斯方法
机译:在临床研究中从行为数据模拟冠状动脉钙化水平
机译:高效不确定传播,通过元素和多胶质方法进行模型辅助检测和敏感性分析概率
机译:如何消除临床医学的不确定性-从创建数学模型后进行科学数据挖掘的线索
机译:临床知识数据下冠状动脉循环模型的多尺寸估计