用于预测地球物理湍流中能量耗散率的概率神经网络
流体动力学
2021-12-03 v1 大气与海洋物理
摘要
受海洋观测数据集的启发，我们提出了一种概率神经网络（PNN）模型，用于从密度分层湍流中速度和密度梯度的垂直柱计算湍流动能耗散率。我们在高分辨率衰减湍流模拟上训练和测试该模型，这些模拟旨在模拟与海洋中相似的地球物理条件。PNN 模型优于广泛用于根据垂直剪切的海洋观测计算耗散率的基线理论模型，在湍流衰减的多个不同时间点上更能稳健地捕捉输出分布的尾部。微分敏感性分析表明，这一改进可能归因于网络捕捉由流中密度梯度引入的额外底层物理的能力。
引用
@article{arxiv.2112.01113,
title = {Probabilistic neural networks for predicting energy dissipation rates in geophysical turbulent flows},
author = {Sam F. Lewin and Stephen M. de Bruyn Kops and Gavin D. Portwood and Colm-cille P. Caulfield},
journal= {arXiv preprint arXiv:2112.01113},
year = {2021}
}
备注
6 pages, 4 figures. Code and testing data available at https://github.com/samlewin/PNN_dissipation