基于集成 SINDy 与近场动力学微分算子的移动边界多物理场发现
机器学习
2023-03-29 v1
摘要
本研究提出一种用于学习具有移动边界现象之底层物理的新框架。所提方法结合了 Ensemble SINDy 与近场动力学微分算子（PDDO），并施加一种归纳偏置，假设移动边界物理在其自身的共旋坐标系中演化。通过采用 2D Fisher-Stefan 模型并在测量数据中考虑不同水平的噪声，证明了该方法的鲁棒性。列出了恢复系数的置信区间，并通过使用恢复系数求解描绘了移动边界位置的不确定性。尽管本研究主要关注 Fisher-Stefan 模型，所提方法适用于任何具有平滑移动边界前沿且无糊状区的移动边界问题。该框架的代码与数据可在 https://github.com/alicanbekar/MB_PDDO-SINDy 获取。
引用
@article{arxiv.2303.15631,
title = {Multiphysics discovery with moving boundaries using Ensemble SINDy and Peridynamic Differential Operator},
author = {A. C. Bekar and E. Haghighat and E. Madenci},
journal= {arXiv preprint arXiv:2303.15631},
year = {2023}
}
备注
26 pages, 22 figures, submitted to Proceedings of the Royal Society A