Andy Wu

新方法改进了流体动力学模拟中的神经网络性能

研究人员开发了一种方法来改进神经网络亚网格应力模型的性能，这些模型常用于大涡模拟（LES）。与先验评估相比，这些模型在事后 LES 应用中通常会显示出显著的性能下降。所提出的解决方案包括使用两种不同的滤波器来增强训练数据，并降低神经网络输入的复杂性。这种组合方法能够实现更稳健的事后性能，更好地反映先验评估结果，从而使模型在 LES 应用中更加可靠。