用于求解高马赫数流体流动问题的数据高效算子学习
机器学习
2023-12-05 v2 数值分析
数值分析
流体动力学
摘要
我们考虑使用科学机器学习（SciML）来预测不规则几何形状上高马赫数流体流动的解。在此设定下数据有限，因此模型在低数据情形下表现良好是所期望的。我们表明，神经基函数（NBF）从数据中学习行为模式的基，然后使用该基进行预测，比不知晓基的基线模型更有效。此外，我们指出了预测此类问题解这一领域中长期存在的挑战。
引用
@article{arxiv.2311.16860,
title = {Data-efficient operator learning for solving high Mach number fluid flow problems},
author = {Noah Ford and Victor J. Leon and Honest Mrema and Jeffrey Gilbert and Alexander New},
journal= {arXiv preprint arXiv:2311.16860},
year = {2023}
}