用于耦合粘性 Burgers 方程快速模拟的深度有限差分模拟器
计算物理
2022-02-24 v1
摘要
本工作提出了一种基于深度学习的模拟器，用于高效计算具有随机初始条件的耦合粘性 Burgers 方程。与传统的 data-driven 深度学习方法不同，所提出的模拟器不需要经典数值求解器来收集训练数据。相反，它直接利用问题的物理。具体而言，该模型模拟了二阶有限差分求解器，即学习动态中的 Crank-Nicolson 格式。我们进行了系统的案例研究，以检验模型的预测性能、泛化能力和计算效率。计算结果以图形表示，并与最先进的数值求解器进行比较。
引用
@article{arxiv.2202.11588,
title = {A Deep Finite Difference Emulator for the Fast Simulation of Coupled Viscous Burgers' Equation},
author = {Xihaier Luo and Yihui Ren and Wei Xu and Shinjae Yoo and Balasubramanya Nadiga and Ahsan Kareem},
journal= {arXiv preprint arXiv:2202.11588},
year = {2022}
}
备注
23 pages, 8 figures