新模型比较了物理信息神经网络和张量降阶模型在溃坝模拟中的应用

研究人员开发并比较了两种用于浅水溃坝问题的参数化数据驱动降阶模型。这两种模型分别是物理信息神经网络（PINN）和非侵入式张量降阶模型（TROM），它们都可以在不进行时间积分的情况下，从参数直接学习到物理状态的映射。研究强调了包含激波感知配置点对于增强PINN模型鲁棒性的重要性，尤其是在样本外和外插参数值的情况下。 AI

影响 这项研究有助于开发更有效的复杂物理现象模拟技术，可能对需要流体动力学建模的领域产生影响。

排序理由 该集群包含一篇研究论文，详细比较了针对特定科学问题的两种建模方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Physics-Informed Neural Network
• ScienceCast
• Shallow-Water Dam-Break Problem
• Tensorial Reduced-Order Model

• 论文
• 其他

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