Hugo Frezat

机器学习模型可准确预测行星流体动力学在长时间尺度上的行为

研究人员开发了一种新颖的方法，通过采用在线端到端机器学习来模拟行星内部的流体动力学。该方法使用了一个可微分求解器，该求解器主动参与训练过程，从而能够学习子网格尺度模型。该系统在有界环形区域内的二维准地转湍流上进行了测试，成功重现了纬向急流和罗斯比波等复杂现象。一项关键发现是，在单个周转时间上训练的模型可以准确预测训练周期长一个数量级的长时间动力学行为。