「physics.flu-dyn」カテゴリーアーカイブ

Comparison of Generative Learning Methods for Turbulence Modeling

投稿日: 2024年11月26日 作成者: jarxiv

要約 乱流の数値シミュレーションは、その複雑さと計算コストの高さにより、流体力学 … 続きを読む →

カテゴリー: cs.CV, physics.flu-dyn | Comparison of Generative Learning Methods for Turbulence Modeling はコメントを受け付けていません

A TVD neural network closure and application to turbulent combustion

投稿日: 2024年11月22日 作成者: jarxiv

要約 訓練されたニューラル ネットワーク (NN) には、支配方程式を閉じるため … 続きを読む →

カテゴリー: cs.CE, cs.LG, physics.flu-dyn | A TVD neural network closure and application to turbulent combustion はコメントを受け付けていません

CoNFiLD-inlet: Synthetic Turbulence Inflow Using Generative Latent Diffusion Models with Neural Fields

投稿日: 2024年11月22日 作成者: jarxiv

要約 渦を解決する乱流シミュレーションには、乱流の複雑なマルチスケール構造を正確 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | CoNFiLD-inlet: Synthetic Turbulence Inflow Using Generative Latent Diffusion Models with Neural Fields はコメントを受け付けていません

Learning rheological parameters of non-Newtonian fluids from velocimetry data

投稿日: 2024年11月18日 作成者: jarxiv

要約 流速測定データを同化するベイジアン逆ナビエ・ストークス (N-S) 問題を … 続きを読む →

カテゴリー: cs.LG, math.OC, physics.flu-dyn | Learning rheological parameters of non-Newtonian fluids from velocimetry data はコメントを受け付けていません

Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows

投稿日: 2024年11月18日 作成者: jarxiv

要約 この研究では、グラフ ニューラル ネットワーク (GNN) とレイノルズ平 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows はコメントを受け付けていません

Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows

投稿日: 2024年11月15日 作成者: jarxiv

要約 この研究では、グラフ ニューラル ネットワーク (GNN) とレイノルズ平 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Graph Neural Networks and Differential Equations: A hybrid approach for data assimilation of fluid flows はコメントを受け付けていません

Equation-informed data-driven identification of flow budgets and dynamics

投稿日: 2024年11月15日 作成者: jarxiv

要約 数値流体力学 (CFD) は、エンジニアリング アプリケーションにおける流 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Equation-informed data-driven identification of flow budgets and dynamics はコメントを受け付けていません

Flow reconstruction in time-varying geometries using graph neural networks

投稿日: 2024年11月14日 作成者: jarxiv

要約 この論文では、時変ジオメトリ内の非常にまばらなデータからフローを再構築する … 続きを読む →

カテゴリー: cs.AI, cs.LG, physics.flu-dyn | Flow reconstruction in time-varying geometries using graph neural networks はコメントを受け付けていません

Generalization capabilities and robustness of hybrid machine learning models grounded in flow physics compared to purely deep learning models

投稿日: 2024年10月29日 作成者: jarxiv

要約 この研究では、流体力学アプリケーションにおける物理原理に基づく純粋な深層学 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Generalization capabilities and robustness of hybrid machine learning models grounded in flow physics compared to purely deep learning models はコメントを受け付けていません

Advanced deep-reinforcement-learning methods for flow control: group-invariant and positional-encoding networks improve learning speed and quality

投稿日: 2024年10月28日 作成者: jarxiv

要約 流量制御は、幅広い用途でエネルギー効率を最大化する鍵となります。 しかし、 … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | Advanced deep-reinforcement-learning methods for flow control: group-invariant and positional-encoding networks improve learning speed and quality はコメントを受け付けていません