@第{CiCP-34-261条，author={Nguwi，Jiang YuPenent，Guillaume和Privault，Nicolas}，title={用深分支算法求解不可压缩Navier-Stokes方程}，journal＝{计算物理学中的通信}，年份={2023}，体积={34}，数字={2}，页数={261--289}，抽象={我们提出了一种使用随机编码分支树求解完全非线性偏微分方程组的算法。此方法涵盖功能涉及任意阶梯度项的非线性，它只需要在给定的终止时间$T$上的空间边界条件，而不需要Dirichlet或Neumann边界条件始终与标准解算器中的边界条件相同。其实施依赖于蒙特卡罗估计，并使用执行无网格函数的神经网络时空域上的估计。该算法被应用于Navier-Stokes方程的数值解，并在中的其他实现中进行了基准测试泰勒-格林涡旋和阿诺德-贝尔特拉米-Childress流的情况。
},issn={1991-7120}，doi={https://doi.org/10.4208/cicp.OA-2022-0140},url={http://global-sci.org/intro/article_detail/cicp/21969.html}}
TY-JOUR公司用深分支算法求解不可压Navier-Stokes方程的T1数值解AU-Nguwi、Jiang YuAU-纪尧姆·佩内特AU-尼古拉斯·普里沃JO-计算物理通信VL-2级SP-261型EP-2892023年上半年DA-2023/09年序号-34做-http://doi.org/10.4208/cicp.OA-2022-0140UR-（欧元）https://global-sci.org/intro/article_detail/cicp/21969.htmlKW-完全非线性偏微分方程，偏微分方程系统，Navier-Stokes方程，蒙特卡罗方法，深度神经网络，分支过程，随机树。AB公司-我们提出了一种使用随机编码分支树求解完全非线性偏微分方程组的算法。此方法涵盖功能涉及任意阶梯度项的非线性，并且它只需要在给定终端时间$T$的空间上的边界条件，而不是Dirichlet或Neumann边界条件始终与标准解算器中的边界条件相同。其实施依赖于蒙特卡罗估计，并使用执行无网格函数的神经网络时空域上的估计。该算法应用于Navier-Stokes方程的数值解，并以中的其他实现为基准泰勒-格林涡旋和阿诺德-贝尔特拉米-Childress流的情况。
姜瑜·恩圭（Jiang Yu Nguwi）、纪尧姆·佩南特（Guillaume Penent）和尼古拉斯·普里瓦库（Nicolas Privault）。(2023). 用深分支算法数值求解不可压Navier-Stokes方程。计算物理中的通信.34(2).261-289.doi:10.4208/cicp。OA-2022-0140号
复制到剪贴板
