Adaptive Mesh Refinement/Coarsening

科学机器学习在流体流动建模方面取得进展

本章回顾了科学机器学习（SciML）在模拟复杂流体流动和传输现象方面的最新进展。它调查了诸如奇异值分解、动态模式分解、物理信息神经网络（PINNs）和 $\beta$-变分自编码器（$\beta$-VAEs）等方法，用于创建高效的代理模型。该工作将这些方法与高性能计算策略相结合，并通过 PINNs 模拟浊流以及使用 $\beta$-VAEs 从热流中提取解耦的非线性模式，提出了新的贡献。本章展示了 SciML 如何以显著降低的计算成本…