流体动力学中的人工神经网络:一种求解Navier-Stokes方程的新方法
数值分析
2018-08-22 v1 神经与进化计算
计算物理
摘要
神经网络已被用于解决许多不同领域中各类与大数据相关的问题。本项目采用一种新方法,通过利用贝叶斯聚类和SOM邻域加权训练神经网络,基于三维输入映射电离层速度场,以求解湍流的Navier-Stokes方程。该问题中使用的参数包括速度、雷诺数、普朗特数和温度。本项目中数据取自约翰斯·霍普金斯大学,使用MATLAB训练神经网络。该神经网络能够以相当于所用验证数据百分之六十七的精度映射速度场。进一步的研究将聚焦于更高精度以及使用卷积神经网络求解更多非线性微分方程。
引用
@article{arxiv.1808.06604,
title = {Artificial Neural Networks in Fluid Dynamics: A Novel Approach to the Navier-Stokes Equations},
author = {Megan McCracken},
journal= {arXiv preprint arXiv:1808.06604},
year = {2018}
}
备注
4 pages, 8 figures, PEARC '18: Practice and Experience in Advanced Research Computing, July 22--26, 2018, Pittsburgh, PA, USA