研究人员开发了一种新的深度学习方法，用于大涡模拟（LES）中的湍流闭合模型。该方法使用一种扰动技术，将直接数值模拟（DNS）数据视为稀疏观测值来训练模型。这允许对闭合模型进行先验训练，使模型能够学习准确统计所需的必要强迫，同时在无需通过 LES 求解器进行反向传播的情况下保持长期稳定性。 AI
影响 为模拟中的湍流闭合模型引入了一种更稳定、计算效率更高的方法。
排序理由 学术论文，详细介绍了用于湍流建模的新型深度学习方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23874v1 Announce Type: cross Abstract: Deep learning approaches have shown remarkable promise in turbulence closure modeling for large eddy simulations (LES). The differentiable physics paradigm uses the so-called a-posteriori approach for learning by embedding a neura…