用于 PDE 系统动力学建模的序列到序列 AE-ConvLSTM 网络
流体动力学
2022-08-16 v1 计算物理
摘要
本文详细阐述了卷积 LSTM（ConvLSTM）网络，并介绍了一种改进的 ConvLSTM 自编码器版本，称为 AE-ConvLSTM。AE-ConvLSTM 同样是一种序列到序列网络，能够通过将一个编码器的隐藏状态传递给另一个编码器来预测动力系统的长时间演化。该网络在使用数据训练时，以及在另一种使用控制方程（无数据）即物理约束的情况下，均能较好地预测非定常二维粘性 Burgers 方程的动力学演化。此外，尝试使用 AE-ConvLSTM 预测两个非定常 Navier-Stokes 问题的时间演化。这些问题具有耦合的压力和速度场，其量级不同，且这些场随时间演化的速率不同。观察到该网络可以使用数据进行训练，但在通过控制方程进行物理约束训练时，AE-ConvLSTM 无法训练出时间演化。
引用
@article{arxiv.2208.07315,
title = {Sequence to sequence AE-ConvLSTM network for modelling the dynamics of PDE systems},
author = {Priyesh Rajesh Kakka},
journal= {arXiv preprint arXiv:2208.07315},
year = {2022}
}