GNN-Surrogate : A Hierarchical and Adaptive Graph Neural Network for Parameter Space Exploration of Unstructured-Mesh Ocean Simulations
We propose GNN-Surrogate, a graph neural network-based surrogate model to explore the parameter space of ocean climate simulations. Parameter space exploration is important for domain scientists to understand the influence of input parameters (e.g., wind stress) on the simulation output (e.g., tempe...
Ausführliche Beschreibung
Bibliographische Detailangaben
| Veröffentlicht in: | IEEE transactions on visualization and computer graphics. - 1996. - 28(2022), 6 vom: 07. Juni, Seite 2301-2313
|
|---|
| 1. Verfasser: |
Shi, Neng
(VerfasserIn) |
|---|
| Weitere Verfasser: |
Xu, Jiayi,
Wurster, Skylar W,
Guo, Hanqi,
Woodring, Jonathan,
Van Roekel, Luke P,
Shen, Han-Wei |
|---|
| Format: | Online-Aufsatz
|
|---|
| Sprache: | English |
|---|
| Veröffentlicht: |
2022
|
|---|
| Zugriff auf das übergeordnete Werk: | IEEE transactions on visualization and computer graphics
|
|---|
| Schlagworte: | Journal Article |
|---|