AD-CNN

新开发的无数据CNN用于流体动力学模拟

研究人员开发了一种新的无数据有限体积卷积神经网络（FV-CNN），旨在模拟圆形柱体周围的稳态可压缩欧拉流。该方法利用共享面通量进行保守空间平衡，并使用自动微分计算参数梯度，旨在通过解决导数不匹配问题来改进先前的AD-CNN方法。虽然FV-CNN在过渡宽度比和局部清晰度等某些指标上显示出潜力，但在测试场景中，其在预测有限分辨率CFD的密度和压力差异方面的准确性与AD-CNN相当或略差。