「physics.flu-dyn」カテゴリーアーカイブ

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

NeuroSEM: A hybrid framework for simulating multiphysics problems by coupling PINNs and spectral elements

投稿日: 2024年10月16日 作成者: jarxiv

要約 流体力学、熱伝達、構造力学、電磁気学の間の複雑な相互作用を特徴とするマルチ … 続きを読む →

カテゴリー: cs.LG, physics.flu-dyn | NeuroSEM: A hybrid framework for simulating multiphysics problems by coupling PINNs and spectral elements はコメントを受け付けていません

FlowBench: A Large Scale Benchmark for Flow Simulation over Complex Geometries

投稿日: 2024年9月27日 作成者: jarxiv

要約 任意の形状の周囲の流体の流れをシミュレートすることは、さまざまな工学的問題 … 続きを読む →

カテゴリー: cs.LG, cs.NE, physics.flu-dyn | FlowBench: A Large Scale Benchmark for Flow Simulation over Complex Geometries はコメントを受け付けていません

Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence

投稿日: 2024年9月26日 作成者: jarxiv

要約 ほとんどの実世界のアプリケーションにおける乱流の高忠実度の直接数値シミュレ … 続きを読む →

カテゴリー: cs.LG, nlin.CD, physics.flu-dyn | Fourier neural operators for spatiotemporal dynamics in two-dimensional turbulence はコメントを受け付けていません