CoFINN

新AI框架CoFINN通过嵌入物理学改进流体流动预测

研究人员开发了CoFINN（Conservation Flux Informed Neural Networks），一个新颖的深度学习框架，旨在预测受守恒定律支配的流体流动场。与关注像素相似性的标准CNN不同，CoFINN将有限体积守恒物理学直接整合到其训练过程中。这种方法将CNN输出视为结构化网格，并通过数值通量计算来强制执行守恒，从而提高空气动力学力的预测精度，尤其是在数据稀疏的情况下。该框架在极端攻角下已证明可将阻力预测误差降低高达34%。