Differenzierbare Turbulenz: Schließung als PDE-beschränktes Optimierungsproblem

Wir entwickeln ein differenzierbares Turbulenzmodell, das auf tiefen neuronalen Netzen basiert, um die Genauigkeit von Subgrid-Skalen-Turbulenzmodellen für Grobstruktursimulationen zu verbessern. Unser Ansatz ermöglicht es, die Modellparameter durch ein End-zu-End-Training zu optimieren, um eine hocheffektive und vielseitige Modellierung der Subgrid-Skalen-Spannungen zu erreichen.