「physics.flu-dyn」カテゴリーアーカイブ

Mesh-based Super-Resolution of Fluid Flows with Multiscale Graph Neural Networks

投稿日: 2025年2月20日 作成者: jarxiv

要約 この作業では、グラフニューラルネットワーク（GNN）アプローチが導入されて … 続きを読む →

カテゴリー: cs.CE, cs.LG, physics.comp-ph, physics.flu-dyn | コメントする

Inverse Design with Dynamic Mode Decomposition

投稿日: 2025年2月14日 作成者: jarxiv

要約 科学と工学における逆設計の自動化のための計算効率的な方法を導入します。 単 … 続きを読む →

カテゴリー: 37M05, 37M10, 37M21, cs.LG, cs.SY, eess.SY, G.1.6, math.DS, math.OC, physics.flu-dyn | Inverse Design with Dynamic Mode Decomposition はコメントを受け付けていません

FLRONet: Deep Operator Learning for High-Fidelity Fluid Flow Field Reconstruction from Sparse Sensor Measurements

投稿日: 2025年1月31日 作成者: jarxiv

要約 スパースセンサーの測定から高忠実度の流体流れ場を再構築することは、多くの科 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | FLRONet: Deep Operator Learning for High-Fidelity Fluid Flow Field Reconstruction from Sparse Sensor Measurements はコメントを受け付けていません

Solving Turbulent Rayleigh-Bénard Convection using Fourier Neural Operators

投稿日: 2025年1月28日 作成者: jarxiv

要約 Rayleigh-B \ ‘Enard対流（RBC）のフーリエ … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Solving Turbulent Rayleigh-Bénard Convection using Fourier Neural Operators はコメントを受け付けていません

An Empirical Wall-Pressure Spectrum Model for Aeroacoustic Predictions Based on Symbolic Regression

投稿日: 2025年1月15日 作成者: jarxiv

要約 翼の後縁ノイズを予測する高速ターンアラウンド手法は、いくつかのアプリケーシ … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.flu-dyn | An Empirical Wall-Pressure Spectrum Model for Aeroacoustic Predictions Based on Symbolic Regression はコメントを受け付けていません

Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system

投稿日: 2025年1月7日 作成者: jarxiv

要約 近年、乱流動的システムの解析において、データ駆動型の深層学習モデルが大きな … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system はコメントを受け付けていません

Physics-constrained coupled neural differential equations for one dimensional blood flow modeling

投稿日: 2025年1月6日 作成者: jarxiv

要約 計算による心血管系の流れのモデリングは、血流動態を理解する上で極めて重要な … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Physics-constrained coupled neural differential equations for one dimensional blood flow modeling はコメントを受け付けていません

Fusion DeepONet: A Data-Efficient Neural Operator for Geometry-Dependent Hypersonic Flows on Arbitrary Grids

投稿日: 2025年1月6日 作成者: jarxiv

要約 再突入機の設計には、その形状周辺の極超音速流の正確な予測が必要である。この … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Fusion DeepONet: A Data-Efficient Neural Operator for Geometry-Dependent Hypersonic Flows on Arbitrary Grids はコメントを受け付けていません

A Haptic-Based Proximity Sensing System for Buried Object in Granular Material

投稿日: 2024年11月27日 作成者: jarxiv

要約 粒状物質内の物体の近接認識は、特に掃海などの用途では重要です。 しかし、粒 … 続きを読む →

カテゴリー: cs.RO, physics.flu-dyn, physics.geo-ph, physics.ins-det | A Haptic-Based Proximity Sensing System for Buried Object in Granular Material はコメントを受け付けていません

LC-SVD-DLinear: A low-cost physics-based hybrid machine learning model for data forecasting using sparse measurements

投稿日: 2024年11月27日 作成者: jarxiv

要約 この記事では、特異値分解 (SVD) と浅い線形ニューラル ネットワークを … 続きを読む →

カテゴリー: cs.AI, physics.flu-dyn | LC-SVD-DLinear: A low-cost physics-based hybrid machine learning model for data forecasting using sparse measurements はコメントを受け付けていません