David Pardo Zubiaur
InstitucionesÁrea de conocimientoIdentificadores de autorPeriodo de publicación recogido
|
|
|
Carlos Uriarte Baranda
Adrian Galdran Cabello
Mostafa Shahriari Shourabi
Diego Zamora Sánchez
Jon Ander Rivera González
David García Sánchez
Vincent Darrigrand
Judit Muñoz Matute
Ana Fernández Navamuel del Olmo
Ángel Javier Omella Milián
Aralar Erdozain Olalla
Ion Quintana Azpiazu
Filipe Magalhães
Julen Alvarez Aramberri
Daniel Alfonso Garcia Lozano
Ignacio Muga Urquiza
|
|
Google Scholar
ORCID
ResearcherID
Scopus-
Colaboraciones en obras colectivas
Bridge damage detection using Deep Autoencoder Networks
Ana Fernández Navamuel del Olmo, Diego Zamora Sánchez, David Pardo Zubiaur, Filipe Magalhães, David García Sánchez
Congress on Numerical Methods in Engineering CMN 2022 (2022. Las Palmas de Gran Canaria) / Centre Internacional de Mètodes Numèrics en Enginyeria, CIMNE (ed. lit.), David Greiner (ed. lit.)
, Irene Arias Vicente (ed. lit.) , Manuel Tur Valiente (ed. lit.) , Gil Andrade Campos (ed. lit.), Nuno Lopes (ed. lit.), J. Pinho-da-Cruz (ed. lit.), 2022, ISBN 978-84-123222-9-3, págs. 278-278
Geosteering using Deep Learning
Mostafa Shahriari Shourabi, David Pardo Zubiaur, Jon Ander Rivera González
Congress on Numerical Methods in Engineering CMN 2022 (2022. Las Palmas de Gran Canaria) / Centre Internacional de Mètodes Numèrics en Enginyeria, CIMNE (ed. lit.), David Greiner (ed. lit.)
, Irene Arias Vicente (ed. lit.) , Manuel Tur Valiente (ed. lit.) , Gil Andrade Campos (ed. lit.), Nuno Lopes (ed. lit.), J. Pinho-da-Cruz (ed. lit.), 2022, ISBN 978-84-123222-9-3, págs. 282-282r−adaptive meshes using Deep Neural Networks for solving Partial Differential Equations
Ángel Javier Omella Milián, David Pardo Zubiaur
Congress on Numerical Methods in Engineering CMN 2022 (2022. Las Palmas de Gran Canaria) / Centre Internacional de Mètodes Numèrics en Enginyeria, CIMNE (ed. lit.), David Greiner (ed. lit.)
, Irene Arias Vicente (ed. lit.) , Manuel Tur Valiente (ed. lit.) , Gil Andrade Campos (ed. lit.), Nuno Lopes (ed. lit.), J. Pinho-da-Cruz (ed. lit.), 2022, ISBN 978-84-123222-9-3, págs. 286-286Solving Partial Differential Equations using Adversarial Neural Networks
Carlos Uriarte Baranda, David Pardo Zubiaur, Judit Muñoz Matute, Ignacio Muga Urquiza
Congress on Numerical Methods in Engineering CMN 2022 (2022. Las Palmas de Gran Canaria) / Centre Internacional de Mètodes Numèrics en Enginyeria, CIMNE (ed. lit.), David Greiner (ed. lit.)
, Irene Arias Vicente (ed. lit.) , Manuel Tur Valiente (ed. lit.) , Gil Andrade Campos (ed. lit.), Nuno Lopes (ed. lit.), J. Pinho-da-Cruz (ed. lit.), 2022, ISBN 978-84-123222-9-3, págs. 289-289A Goal-Oriented hp-Strategy for the Generation of Massive Databases for Deep Learning Inversion
Julen Alvarez Aramberri, Vincent Darrigrand, David Pardo Zubiaur
Congress on Numerical Methods in Engineering CMN 2022 (2022. Las Palmas de Gran Canaria) / Centre Internacional de Mètodes Numèrics en Enginyeria, CIMNE (ed. lit.), David Greiner (ed. lit.)
, Irene Arias Vicente (ed. lit.) , Manuel Tur Valiente (ed. lit.) , Gil Andrade Campos (ed. lit.), Nuno Lopes (ed. lit.), J. Pinho-da-Cruz (ed. lit.), 2022, ISBN 978-84-123222-9-3, págs. 360-361
-
Tesis dirigidas
Damage identification in bridges combining deep learning and computational mechanic
Ana Fernández Navamuel del Olmo
Tesis doctoral dirigida por José Antonio Chica Páez (dir. tes.)
, David García Sánchez (dir. tes.) , David Pardo Zubiaur (dir. tes.). Universidad del País Vasco - Euskal Herriko Unibertsitatea (2022). 
Deep Learning for Inverting Borehole Resistivity Measurements
Jon Ander Rivera González
Tesis doctoral dirigida por Elisabete Alberdi Celaya (dir. tes.)
, David Pardo Zubiaur (dir. tes.). Universidad del País Vasco - Euskal Herriko Unibertsitatea (2022). Explicit-in-time variational formulations for goal-oriented adaptivity
Judit Muñoz Matute
Tesis doctoral dirigida por Elisabete Alberdi Celaya (dir. tes.)
, David Pardo Zubiaur (dir. tes.). Universidad del País Vasco - Euskal Herriko Unibertsitatea (2019). Fast one-dimensional finite element approximation of geophysical measurements
Mostafa Shahriari Shourabi
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.), Shaaban Ali Bakr (codir. tes.)
. Universidad del País Vasco - Euskal Herriko Unibertsitatea (2018). Refined isogeometric analysis: a solver-based discretization method
Daniel Alfonso Garcia Lozano
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.), Victor M. Calo (dir. tes.)
. Universidad del País Vasco - Euskal Herriko Unibertsitatea (2018). Goal-oriented adaptivity using unconventional error representations
Vincent Darrigrand
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.), Hélène Barucq (dir. tes.)
. Universidad del País Vasco - Euskal Herriko Unibertsitatea (2017). Model reduction techniques for the fast inversion of Borehole resistivity Measurements
Aralar Erdozain Olalla
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.), Hélène Barucq (dir. tes.)
. Universidad del País Vasco - Euskal Herriko Unibertsitatea (2016). hp-Adaptive simulation and inversion of magnetotelluric measurements
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.). Universidad del País Vasco - Euskal Herriko Unibertsitatea (2015).
Visibility recovery on images acquired in attenuating media. Application to underwater, fog, and mammographic imaging
Adrian Galdran Cabello
Tesis doctoral dirigida por David Pardo Zubiaur (dir. tes.), Artzai Picón Ruiz (codir. tes.)
. Universidad del País Vasco - Euskal Herriko Unibertsitatea (2015). Numerical modelling of cold crucible induction melting (ccim)
Ion Quintana Azpiazu
Tesis doctoral dirigida por Zigor Azpilgain Balerdi (dir. tes.)
, David Pardo Zubiaur (codir. tes.). Mondragon Unibertsitatea (2014).
Esta página recoge referencias bibliográficas de materiales disponibles en los fondos de las Bibliotecas que participan en Documat. En ningún caso se trata de una página que recoja la producción bibliográfica de un autor de manera exhaustiva. Nos gustaría que los datos aparecieran de la manera más correcta posible, de manera que si detecta algún error en la información que facilitamos, puede hacernos llegar su Sugerencia / Errata.
