×
K.钟。;费，F。;M.H.Gorji。;詹妮，P。

用于碰撞等离子体模拟的数据驱动随机粒子方案。 （英语） Zbl 07742891号

J.计算。物理学。 492，文章ID 112400，15 p.（2023）.
总结：我们提出了一个新的框架，由机器学习（ML）可训练模型支持，用于由Rosenbluth-Fokker-Planck（RFP）方程控制的碰撞等离子体流模拟。应用最大熵目标来闭合粒子速度分布。闭包提供了一种灵活的工具，可以使用几个低阶统计矩重建各种分布。通过引入人工神经网络（ANN）来耦合力矩和传输系数，对该方法进行了扩展。为了保证模型的训练和输入数据的质量，我们使用高保真直接仿真蒙特卡罗（DSMC）方法生成不同的训练数据集。此外，在模型训练中集成了能量约束，从而提高了预测精度。作为最后一步，将人工神经网络与随机粒子系统相结合，评估整个机械在非平衡热弛豫情况下的精度。仿真结果表明，与标准方法相比，我们的方法以更低的计算成本再现了正确的松弛行为。

MSC公司：

7.6亿 流体力学基本方法
82立方厘米 时间相关统计力学（动态和非平衡）
76×xx 电磁场中的电离气体流动；浆流

关键词：

等离子体;数据驱动方法;稀薄气体;朗之万方程;最大熵分布;Rosenbluth-Fokker-Planck方程

软件：

亚当;PyTorch公司;新加坡存托凭证
PDF格式BibTeX公司 XML格式引用
\textit{K.Chung}等人，J.Compute。物理学。492，文章ID 112400，15 p.（2023；Zbl 07742891）
全文： 内政部

参考文献：

[1] 辛顿，F.L。；Kim，Y.B.，《分流托卡马克分离器附近电场的测定》，Nucl。融合（1994）
[2] Ku，S。；哈格，R。；Chang，C.S。；Kwon，J.M。；Parker，S.E.，托卡马克边缘等离子体回转动力学模拟的一种新的混合拉格朗日数值格式，J.Compute。物理学。(2016) ·Zbl 1349.82148号
[3] 特雷尔，A.E。；夏洛克，M。；Rose，S.J.，等离子体蒙特卡罗模拟中经典大角度库仑碰撞的自洽包含，J.Compute。物理。，299, 144-155 (2015) ·Zbl 1351.82090号
[4] Higginson，D.P.，一种全角度蒙特卡罗散射技术，包括等离子体中的累积和单粒子卢瑟福散射，J.Compute。物理学。(2017)
[5] Craxton，R.S。；安德森，K.S。；Boehly，T.R。；Goncharov，V.N。；哈丁·D·R。；Knauer，J.P。；麦克罗里，R.L。；McKenty，P.W。；Meyerhofer，D.D。；迈亚特，J.F。；施密特，A.J。；塞提安，J.D。；Short，R.W.公司。；Skupsky，S。；西奥博尔德。；Kruer，W.L。；田中，K。；贝蒂，R。；柯林斯·T·J。；Deleterz，J.A。；胡晓霞。；Marozas，J.A。；马克西莫夫。；Michel，D.T。；拉达，P.B。；里根，S.P。；桑斯特，T.C。；Seka，W。；Solodov，A.A。；Soures，J.M。；Stoeckl，C。；Zuegel，J.D.，《直接驱动惯性约束聚变：综述》（2015）
[6] Schekochihin，A.A。；南卡罗来纳州考利。；多兰，W。；哈米特，G.W。；Howes，G.G。；Quataert，E。；Tatsuno，T.，《天体物理回转动力学：磁化弱碰撞等离子体中的动力学和流体湍流级联》，《天体物理学》。补充期刊。，182, 1, 310-377 (2009)
[7] Rosin，M.S。；里克斯顿，L.F。；迪米茨，A.M。；Caflisch，R.E。；Cohen，B.I.，库仑碰撞的多级蒙特卡罗模拟，J.Compute。物理。，274, 140-157 (2014) ·Zbl 1351.82085号
[8] 伊萨诺娃，M.K。；科达诺娃，S.K。；拉马扎诺夫，T.S。；Hoffmann，D.H.H.，惯性约束聚变等离子体的输运性质，控制等离子体物理。，56, 5, 425-431 (2016)
[9] 巴蒂什切夫，O.V。；Krasheninikov，S.I。；Catto，P.J。；巴蒂舍娃，A.A。；西格玛，D.J。；徐小强。；拜尔斯，J.A。；Rognlien，T.D。；科恩，R.H。；M.M.Shoucri。；Shkarofskii，I.P.，托卡马克刮削层等离子体中的动力学效应，物理学。等离子体（1997）
[10] Cercignani，C.，玻尔兹曼方程，（玻尔兹曼方程及其应用（1988），施普林格），40-103·Zbl 0646.76001号
[11] Rosenbluth，M.N。；麦克唐纳，W.M。；Judd，D.L.，反平方力的福克-普朗克方程，物理学。修订版，107，1，1-6（1957）·Zbl 0077.44802号
[12] Lenard，A。；伯恩斯坦，I.B.，速度空间中扩散等离子体振荡，物理学。修订版（1958）·Zbl 0082.45301号
[13] Chang，J。；Cooper，G.，福克-普朗克方程的实用差分格式，J.Compute。物理。，6, 1, 1-16 (1970) ·Zbl 0221.65153号
[14] 琼斯，M.E。；柠檬，D.S。；梅森，R.J。；托马斯，V.A。；Winske，D.，《PIC代码的基于网格的库仑碰撞模型》，J.Compute。物理。，123, 1, 169-181 (1996) ·Zbl 0840.76071号
[15] 詹妮·P。；Gorji，H.，用特定电磁场求解Vlasov-Fokker-Planck方程的精确粒子时间积分，J.Compute。物理。，387430-445（2019）·Zbl 1452.76284号
[16] 詹妮·P。；Pope，S.B。；穆拉多格鲁，M。；Caughey，D.A.，湍流反应流联合PDF方程的混合算法，J.Compute。物理。，166, 2, 218-252 (2001) ·Zbl 1030.76046号
[17] Gorji，M.H。；托里伦，M。；Jenny，P.，Fokker-Planck单原子稀薄气体流动计算研究模型，J.流体力学。，680, 574-601 (2011) ·Zbl 1241.76342号
[18] 麦克唐纳，W.M。；Rosenbluth，M.N。；Chuck，W.，具有库仑相互作用的粒子系统的弛豫，物理学。修订版，107、2、350-353（1957）·Zbl 0085.44701号
[19] 曼海默，W.M。；兰佩，M。；Joyce，G.，《PIC模拟中库仑碰撞的朗之万表示》，J.Compute。物理。，138, 2, 563-584 (1997) ·Zbl 0902.76081号
[20] Cadjan，M.G.公司。；Ivanov，M.F.，《库仑碰撞等离子体动力学的朗之万方法》，《等离子体物理学杂志》。，61, 1, 89-106 (1999)
[21] 柠檬，D.S。；温斯克，D。；多顿，W。；Albright，B.，颗粒-细胞模拟的小角度库仑碰撞模型，J.Compute。物理。，228, 5, 1391-1403 (2009) ·Zbl 1157.76059号
[22] 科恩，B.I。；迪米茨，A.M。；弗里德曼，A。；Caflisch，R.E.，等离子体库仑碰撞粒子模拟算法中的时间步长考虑，IEEE Trans。血浆科学。，38, 9, 2394-2406 (2010)
[23] Chacón，L。；巴恩斯特区。；Knoll，D.A。；Miley，G.H.，《隐式能量守恒2D Fokker-Planck算法：I.差分格式》，J.Compute。物理。，157, 2, 618-653 (2000) ·Zbl 0961.76057号
[24] 西雅图州塔塔诺。；Chacón，L。；Simakov，A.N。；Molvig，K.，多维多物种Rosenbluth-Fokker-Planck方程的质量、动量和能量守恒、完全隐式、可扩展算法，J.Comput。物理。，297, 357-380 (2015) ·Zbl 1349.65384号
[25] 埃里森，N.B。；马瑟林，L。；姚，Z。；Brunton，S.L。；马奥尼，M.W。；Kutz，J.N.，利用有限传感器和有限数据重建流体流动的浅层学习，arXiv预印本·Zbl 1472.68172号
[26] Maulik，R。；Fukami，K。；北卡罗来纳州拉马钱德拉。；Fukagata，K。；Taira，K.，流体流动替代建模和数据恢复的概率神经网络，物理。流体版本，第5、10条，第104401页（2020年）
[27] 卡拉汉，J.L。；Maeda，K。；Brunton，S.L.，通过稀疏表示从有限测量值进行稳健流重建，Phys。《流体版本》，第4、10条，第103907页（2019年）
[28] Fukami，K。；Fukagata，K。；Taira，K.，流体流动的监督机器学习方法评估，Theor。计算。流体动力学。，1-23 (2020)
[29] 萨德尔，M。；托里伦，M。；Gorji，M.H.，最大熵分布的高斯过程回归，计算机J。物理。，第109644条pp.（2020）·Zbl 07506193号
[30] 萨德尔，M。；王，Q。；Gorji，M.H.，使用数据驱动的最大熵分布耦合动力学和连续体，J.Compute。物理。，444，第110542条pp.（2021）·Zbl 07515444号
[31] Alekseenko，A。；马丁·R。；Wood，A.，使用数据驱动的降阶模型快速评估Boltzmann碰撞算子，J.Compute。物理。，470，第111526条pp.（2022）·Zbl 07599591号
[32] 肖特霍夫，S。；肖，T。；M.弗兰克。；Hauck，C.D.，波尔兹曼力矩系统基于神经网络的结构保护熵闭包，arXiv预印本
[33] Risken，H.，The Fokker-Planck Equation，Springer Series in Synergics，第18卷（1989年），Springer-Blin Heidelberg:Springer-blin Heldelberg-Blin，Heidelburg·Zbl 0665.60084号
[34] Landau，L.D.，库仑相互作用下的输运方程，（LD Landau（1936）论文集），163-170
[35] Yoon，E.S。；Chang，C.S.，二维速度网格上的Fokker-Planck-Landau碰撞方程解算器及其在颗粒-细胞模拟中的应用，Phys。Plasmas，21，3，文章032503 pp.（2014）
[36] Wright，J。；马云（Ma，Y.）。；Mairal，J。；萨皮罗，G。；黄，T.S。；Yan，S.，计算机视觉和模式识别的稀疏表示，Proc。IEEE，98，6，1031-1044（2010）
[37] 查普曼，S。；考林，T.G。；Burnett，D.，《非均匀气体的数学理论：气体粘度、热传导和扩散动力学理论的解释》（1990），剑桥大学出版社
[38] Grad，H.，《稀薄气体动力学理论》，Commun。纯应用程序。数学。，2, 4, 331-407 (1949) ·Zbl 0037.13104号
[39] 斯特鲁特鲁普，H。；Torrilhon，M.，《Grad’s 13矩方程的正则化：推导和线性分析》，《物理学》。流体（2003）·Zbl 1186.76504号
[40] 加西亚，A.L。；Alder，B.J.，《查普曼-恩斯科格分布的生成》，J.Compute。物理。，140, 1, 66-70 (1998) ·Zbl 0903.65005号
[41] Wu，X.，最大熵密度的计算及其在收入分配中的应用，《经济学杂志》。，115, 2, 347-354 (2003) ·Zbl 1016.62094号
[42] Abramov，R.V.，《多维最大熵矩问题：数值方法综述》，Commun。数学。科学。，8，2377-392（2010年）·Zbl 1193.49034号
[43] Scharer，R.P。；Torrilhon，M.，稀薄气体流动具有最大熵闭包的35力矩系统，《欧洲力学杂志》。B、 流体，64，30-40（2017）·Zbl 1408.76459号
[44] Rajan，A。；Kuang，Y.C。；Ooi，M.P.L。；Demidenko，S。；Carstens，H.，用于扩展不确定性评估的力矩约束最大熵方法，IEEE Access，64072-4082（2018）
[45] Shannon，C.，通信数学理论，ACM SIGMOBILE Mob。计算。Commun公司。第5、1、3-55版（2001年）
[46] Abramov，R.V.，多维动量约束最大熵问题的改进算法，J.Compute。物理。，226, 1, 621-644 (2007) ·Zbl 1125.65010号
[47] Giraud，L。；Langou，J。；Rozlozník，M.，《关于重新正交化的Gram-Schmidt算法的舍入误差分析》（2002），CERFACS:CERFACS Toulouse，法国，技术代表，技术报告TR/PA/02/33
[48] Nanbu，K.，等离子体中累积小角度碰撞理论，物理学。版次E，统计物理。等离子体液相关。Interdiscip公司。主题，55，4，4642-4652（1997）
[49] Seghouane，A.K。；穆登，Y。；Fleury，G.，前馈神经网络训练中输入噪声注入效果的正则化，神经计算。应用。，13, 3, 248-254 (2004)
[50] Geman，S。；Bienenstock，E。；Doursat，R.，《神经网络与偏差/方差困境》，神经计算。，4, 1, 1-58 (1992)
[51] Kingma，D.P。；Ba Adam，J.，《随机优化方法》（2017）
[52] Loshchilov，I。；Hutter，F.，Sgdr：带热重启的随机梯度下降（2017）
[53] 亚当·帕斯克（Adam Paszke）；格罗斯，萨姆；马萨，弗朗西斯科；亚当·勒勒；詹姆斯·布拉德伯里（James Bradbury）；格雷戈里·查南（Gregory Chanan）；特雷弗·基林；林泽明；纳塔利亚·吉梅尔谢恩（Natalia Gimelshein）；卢卡·安提卡；阿尔班·德斯梅森；安德烈亚斯·科普夫；爱德华·杨；DeVito，Zacha，PyTorch:一种强制性风格，高性能深度学习图书馆，《神经信息处理系统进展》，第32卷，8024-8035（2019），Curran Associates，Inc。
[54] Alzubaidi，L。；张，J。；胡迈迪，A.J。；Al-Dujali，A。；Duan，Y。；Al-Shamma，O。；桑塔马利亚，J。；法德尔，M.A。；阿尔·阿米迪，M。；Farhan，L.，《深度学习回顾：概念、cnn架构、挑战、应用、未来方向》，J.Big Data，8，1，1-74（2021）
[55] 帕苏帕，K。；Sunhem，W.，小数据集上浅层和深层架构分类器的比较，（2016年第八届信息技术与电气工程国际会议（ICITEE）（2016），IEEE），1-6
[56] 辛德勒，A。；Lidy，T。；Rauber，A.，《自动音乐流派分类中浅层与深层神经网络架构的比较》（FMT（2016）），17-21
[57] 詹妮·P。；托里伦，M。；Heinz，S.，基于分子运动随机模型的流体动力学方程的求解算法，J.Compute。物理。，229, 4, 1077-1098 (2010) ·Zbl 1285.76031号
[58] Bobylev，A。；Nanbu，K.，基于Boltzmann方程和Landau-Fokker-Planck方程的气体和等离子体碰撞算法理论，物理学。E版，61、4、4576（2000）
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。