基于傅里叶神经算子的朗道阻尼数据驱动建模
等离子体物理
2023-09-08 v3 计算物理
空间物理
摘要
机器学习技术的发展使我们能够从直接数值模拟的数据中构建替代模型，这对复杂物理系统的建模具有重要意义。在本文中，基于一维 Vlasov-Ampere 模拟的输出，我们采用傅里叶神经算子（FNO）从动力学模拟数据构建多矩流体方程的朗道流体闭合替代模型。训练后的 FNO 能够以电子密度作为输入获得热通量，与动力学模拟中的真实值一致。我们比较了使用 FNO 和多层感知机（MLP）架构得到的物理量，发现 FNO 的结果显著优于 MLP。
引用
@article{arxiv.2308.02972,
title = {Data-Driven Modeling of Landau Damping by Fourier Neural Operator},
author = {Shichen Wei and Yuhong Liu and Haiyang Fu and Chuanfei Dong and Liang Wang},
journal= {arXiv preprint arXiv:2308.02972},
year = {2023}
}
备注
4 pages, 5 figures, to appear in "International Applied Computational Electromagnetics Society Symposium (ACES)" by IEEE