PulseAugur
中
实时 07:42:10
English(EN) Hard Guarantees at a Measured Price: Entropy-Stable Learned Finite Volumes for Compressible Flow

新的学习有限体积格式为可压缩流动提供硬性保证

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种新颖的熵稳定学习有限体积格式，用于在非结构化网格上使用二维欧拉方程模拟可压缩流动。与典型的学习求解器不同，这种新格式旨在提供关于物理可容许性和熵稳定性的硬性保证。评估表明，在相同的网格分辨率下，未学习的格式骨架表现最强，而学习仅在特定的未见边界条件场景下提供了稳健的收益。通过引入尺度不变网络输入和熵下限，保证变体成功完成了所有模拟，包括具有挑战性的马赫数外插和壁面情况。 AI

影响 引入了一种确保学习流体动力学求解器物理可容许性的新颖方法，有可能提高复杂模拟的可靠性。

排序理由 详细介绍新计算方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的学习有限体积格式为可压缩流动提供硬性保证

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Denis Gueyffier (ONERA -- Institut Polytechnique de Paris) ·

    有保障的低成本：可压缩流动的熵稳定学习有限体积法

    arXiv:2607.20171v1 Announce Type: cross Abstract: Learned solvers for compressible flow are usually compared to classical methods at equal mesh resolution rather than at equal computational cost, and they typically offer no guarantee that their solutions remain physically admissi…

相关话题