Physics-Preserving AI-Accelerated Simulations of Plasma Turbulence

要約

流体、気体、プラズマの乱流は、実用的かつ根本的に重要な未解決の問題のままです。
その削減不可能な複雑さには、通常、総当たり的なスタイルで計算的に取り組むことはできません。
ここでは、ラージ エディ シミュレーション (LES) 手法と機械学習 (ML) を組み合わせて、最大のダイナミクスのみを明示的に保持し、小規模なダイナミクスは ML ベースのサブグリッド スケール モデルで記述します。
この新しいアプローチを自己駆動プラズマ乱流に適用すると、乱流システムの統計的物理的特性を維持しながら、慣性範囲の大部分を削除して計算量を約 3 桁削減できます。

要約(オリジナル)

Turbulence in fluids, gases, and plasmas remains an open problem of both practical and fundamental importance. Its irreducible complexity usually cannot be tackled computationally in a brute-force style. Here, we combine Large Eddy Simulation (LES) techniques with Machine Learning (ML) to retain only the largest dynamics explicitly, while small-scale dynamics are described by an ML-based sub-grid-scale model. Applying this novel approach to self-driven plasma turbulence allows us to remove large parts of the inertial range, reducing the computational effort by about three orders of magnitude, while retaining the statistical physical properties of the turbulent system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google