针对多孔弹性问题的多保真多物理场数据加速混合数据驱动/基于模型方法
机器学习
2021-07-27 v1
摘要
我们提出一种混合模型/无模型数据驱动方法求解多孔弹性问题。扩展源自 Kirchdoerfer 与 Ortiz（2016）的数据驱动建模框架，我们引入一种无模型与两种混合基于模型/数据驱动公式，能够模拟流体渗流多孔介质在不同可用数据量下的扩散-变形耦合过程。为提升无模型数据搜索效率，我们引入由 k 维树搜索加速的距离最小化算法。为处理固体弹性与流体水力本构响应的不同保真度，我们引入一种混合模型，其中固体与流体求解器可依据数据的可用性与性质在基于模型与无模型方法间切换。设计了数值实验以验证实现，并比较所提模型与其他替代方案的性能。
引用
@article{arxiv.2012.00165,
title = {An accelerated hybrid data-driven/model-based approach for poroelasticity problems with multi-fidelity multi-physics data},
author = {Bahador Bahmani and WaiChing Sun},
journal= {arXiv preprint arXiv:2012.00165},
year = {2021}
}