研究人员开发了一种新颖的方法来近似Maxey-Riley-Gatignol方程中的巴塞特力,该方程模拟了流体中粒子的运动。这种力是一个积分项,代表了尾流和边界层效应,它使得力的计算依赖于粒子过去的轨迹,从而显著增加了数值求解的复杂性。新方法利用通用微分方程和神经网络,将复杂的积分项转化为一个常微分方程组,从而可以使用Runge-Kutta等标准数值方法更容易地求解。 AI
影响 这项研究可能能够实现更精确的流体中粒子动力学模拟,对计算流体动力学和材料科学等领域产生影响。
排序理由 学术论文,使用机器学习技术详细介绍了一种复杂物理方程的新颖近似方法。[lever_c_demoted from research: ic=1 ai=0.7]
- alphaXiv
- arXiv
- Basset force
- CatalyzeX
- DagsHub
- Finn Sommer
- Gotit.pub
- Hugging Face
- IArxiv
- Maxey-Riley-Gatignol equations
- neural networks
- ScienceCast
- universal differential equations
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →