用于野火传播的物理信息机器学习模拟器
机器学习
2020-12-15 v1
摘要
本工作的目的是评估重新实现广泛使用的 Weather Research and Forecasting WRF-SFIRE 模拟器中某些关键部分的可行性，即用最先进的物理信息机器学习技术替换其核心微分方程数值求解器以求解 ODE 和 PDE，从而将其转变为用于野火蔓延预测的实时模拟器。使用的主要编程语言是 Julia，这是一种编译语言，比解释型语言具有更好的性能，提供具有不同优化级别的即时(JIT)编译。此外，无论从语法还是从 DifferentialEquations.jl 和 ModellingToolkit.jl 等特定库的存在来看，Julia 都特别适合数值计算以及复杂物理模型的求解。
引用
@article{arxiv.2012.06825,
title = {Physics-Informed Machine Learning Simulator for Wildfire Propagation},
author = {Luca Bottero and Francesco Calisto and Giovanni Graziano and Valerio Pagliarino and Martina Scauda and Sara Tiengo and Simone Azeglio},
journal= {arXiv preprint arXiv:2012.06825},
year = {2020}
}
备注
Research presented at the competition "ProjectX 2020" by UofT AI (15 pages)