基于动力学模拟的欧拉-泊松系统神经网络封闭模型
数值分析
2020-11-13 v1 数值分析
摘要
这项工作涉及等离子体的建模，等离子体是带电粒子流体。借助机器学习，我们构建了适用于广泛碰撞 regime 的一维欧拉-泊松系统的封闭关系。该封闭基于称为 V-net 的全卷积神经网络，以整个空间密度、平均速度和温度为输入，预测整个热流作为输出。它从 Vlasov-Poisson 方程的动力学模拟数据中学习。数据生成与预处理被设计为确保所选克努森数范围（参数化碰撞 regime）内近乎一致的精度。最后，进行了若干数值测试以评估整个流程的有效性与灵活性。
引用
@article{arxiv.2011.06242,
title = {A neural network closure for the Euler-Poisson system based on kinetic simulations},
author = {Léo Bois and Emmanuel Franck and Laurent Navoret and Vincent Vigon},
journal= {arXiv preprint arXiv:2011.06242},
year = {2020}
}