Reynolds number

视觉 Transformer 以 80-90% 的成本降低预测粘弹性液滴撞击动力学

研究人员开发了一种视频视觉 Transformer (ViViT) 模型来预测粘弹性液滴在固体表面撞击的时间演变。该方法利用流体体积法 (VOF) 的体积分数场，仅使用模拟数据的 10% 到 20% 即可预测剩余演变，从而显著降低计算成本。ViViT 模型在各种参数和预测范围内都展示了物理上一致的预测，准确地捕捉了铺展和反弹状态。