Войти
аналитика - Turbulenzmodellierung
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.
Entdeckung interpretierbarer geschlossener Gleichungen für Subgitter-Skalen-Schließungen aus hochauflösenden Daten: Versprechen und Herausforderungen
Gängige Algorithmen zur Entdeckung von Subgitter-Skalen-Schließungen für Impuls- und Wärmeflüsse führen zu analytisch herleisbaren nichtlinearen Gradientenmodellen (NGM), die jedoch in Online-Simulationen zu Instabilitäten führen können, da sie die wichtigen Energietransfers zwischen den Skalen nicht vollständig erfassen.
Продукты
© 2024 by Linnk AI