箭头
第30卷第5期
从间接观测中学习湍流模型的系综梯度

卡洛斯·A·米歇尔·斯特罗弗,张欣蕾&横晓

公社。计算机。物理。,30(2021年),第1269-1289页。

在线发布:2021-2010年

导出引文
  • 摘要

具有高保真雷诺应力的数据驱动湍流模型训练可能是不切实际的,最近这类模型已经通过速度和压力测量进行了训练。对于基于梯度的优化,如训练深度学习模型,这需要评估RANS方程的灵敏度。本文探讨了如何使用集合近似法来训练间接观测数据驱动的湍流模型。用反向传播法得到的网络梯度和RANS的系综近似对描述湍流模型的神经网络进行训练敏感性。探索了不同的系综近似,并基于给出了在样本空间上的显式投影。作为验证,将不同方法的梯度近似与连续伴随方程的梯度逼近进行了比较。然后使用系综近似来学习不同的湍流速度观测模型。在所有的情况下,学习的模型预测改善速度。然而,据观察,一旦速度对底层模型变小,系综梯度的近似性质阻碍了基础模型的进一步优化。的优点和局限性文中讨论了系综梯度近似,并与传统的系综梯度近似进行了比较伴随方程。

  • 关键词

集成方法,湍流模型,深度学习。

  • AMS主题标题

76F99、76M99、65Z05

  • 版权

版权所有:©全球科学出版社

  • 电子邮件地址
  • BibTex公司
  • RIS公司
  • 文本
@第{CiCP-30-1269条,作者{Carlos A.Michelén and Ströfer and and 21051 and Carlos A.Michelén Ströfer and Xin Lei and Zhang and 21052 and Xin Lei Zhang and Heng Xiao and 21053 and Heng Xiao},title={从间接观测中学习湍流模型的系综梯度},杂志{计算物理通讯},年份:{2021},体积={30},数字={5},页数={1269--1289},摘要={

具有高保真雷诺应力的数据驱动湍流模型训练可能是不切实际的,最近这类模型已经通过速度和压力测量进行了训练。对于基于梯度的优化,如训练深度学习模型,这需要评估RANS方程的灵敏度。本文探讨了如何使用集合近似法来训练间接观测数据驱动的湍流模型。用反向传播法得到的网络梯度和RANS的系综近似对描述湍流模型的神经网络进行训练敏感性。探索了不同的系综近似,并基于给出了在样本空间上的显式投影。作为验证,将不同方法的梯度近似与连续伴随方程的梯度逼近进行了比较。然后使用系综近似来学习不同的湍流速度观测模型。在所有的情况下,学习的模型预测改善速度。然而,据观察,一旦速度对底层模型变小,系综梯度的近似性质阻碍了基础模型的进一步优化。的优点和局限性文中讨论了系综梯度近似,并与传统的系综梯度近似进行了比较伴随方程。

},issn={1991-7120},doi={https://doi.org/10.4208/cicp.OA-2021-0082},url={http://global-sci.org/intro/article_detail/cicp/19929.html}}
泰-焦从间接观测中学习湍流模型的T1-系综梯度AU-Ströfer,Carlos A.Michelén区张,辛磊欧潇,横计算物理通信VL-5级SP-1269号EP-1289号2021年日期:2021/10序号-30做-http://doi.org/10.4208/cicp.OA-2021-0082乌尔-https://global-sci.org/intro/article_detail/cicp/19929.htmlKW-系综方法,湍流模型,深度学习。AB型-

具有高保真雷诺应力的数据驱动湍流模型训练可能是不切实际的,最近这类模型已经通过速度和压力测量进行了训练。对于基于梯度的优化,如训练深度学习模型,这需要评估RANS方程的灵敏度。本文探讨了如何使用集合近似法来训练间接观测数据驱动的湍流模型。用反向传播法得到的网络梯度和RANS的系综近似对描述湍流模型的神经网络进行训练敏感性。探索了不同的系综近似,并基于给出了在样本空间上的显式投影。作为验证,将不同方法的梯度近似与连续伴随方程的梯度逼近进行了比较。然后使用系综近似来学习不同的湍流速度观测模型。在所有的情况下,学习的模型预测改善速度。然而,据观察,一旦速度对底层模型变小,系综梯度的近似性质阻碍了基础模型的进一步优化。的优点和局限性文中讨论了系综梯度近似,并与传统的系综梯度近似进行了比较伴随方程。

Carlos A.Michelén Ströfer,Xin Lei Zhang和Heng Xiao。(2021年)。从间接观测中学习湍流模型的系综梯度。计算物理通信.30(5) 一。1269-1289年。doi:10.4208/cicp.OA-2021-0082
复制到剪贴板
引文已复制到剪贴板