应用机器学习研究流体力学
流体动力学
2021-10-06 v1 机器学习
摘要
本文简要概述了如何使用机器学习在流体力学中构建数据驱动的模型。机器学习的过程被分解为五个阶段：(1) formulate 待建模的问题，(2) 收集并整理用于指导模型的训练数据，(3) 选择用于表示模型的架构，(4) 设计用于评估模型性能的损失函数，(5) 选择并实现用于训练模型的优化算法。在每个阶段，我们讨论了如何将先前的物理知识嵌入该过程，并给出了来自流体力学领域的具体示例。
引用
@article{arxiv.2110.02083,
title = {Applying Machine Learning to Study Fluid Mechanics},
author = {Steven L. Brunton},
journal= {arXiv preprint arXiv:2110.02083},
year = {2021}
}