二维可压缩磁流体湍流的人工神经网络亚网格模型
计算物理
2020-08-27 v2 天体物理仪器与方法
流体动力学
摘要
我们探索深度学习捕捉磁化开尔文-亥姆霍兹不稳定性二维模拟中理想磁流体湍流亚网格尺度物理的适用性。我们在不同分辨率下产生模拟，以系统量化神经网络模型重现这些复杂模拟物理的性能。我们将神经网络与梯度模型的性能进行比较，后者在磁流体文献中被广泛使用。我们的结果表明，神经网络在重现磁流体湍流效应方面显著优于梯度模型。据我们所知，这是关于使用深度学习学习与重现磁流体湍流物理的首次探索性研究。
引用
@article{arxiv.1912.11073,
title = {Artificial neural network subgrid models of 2-D compressible magnetohydrodynamic turbulence},
author = {Shawn G. Rosofsky and E. A. Huerta},
journal= {arXiv preprint arXiv:1912.11073},
year = {2020}
}
备注
24 pages, 17 figures