DiscretizationNet公司 swMATH ID: 42183 软件作者： Rishikesh Ranade、Chris Hill、Jay Pathak 描述： DiscretizationNet：使用有限体积离散化的基于机器学习的Navier-Stokes方程求解器。在过去的几十年里，现有的偏微分方程（PDE）求解器在求解复杂的非线性偏微分方程方面取得了巨大的成功。虽然精确，但这些PDE解算器的计算成本很高。随着机器学习（ML）技术的进步，使用ML求解偏微分方程的研究有了显著增加。这项工作的目标是开发一个基于ML的PDE解算器，该解算器将现有PDE解算器的重要特性与ML技术相结合。本工作中采用的两个求解器特征是：1）使用基于离散化的方案来近似时空偏导数，2）使用迭代算法来求解离散形式的线性化偏微分方程。在存在高度非线性、耦合偏微分方程解的情况下，这些策略对于实现良好的准确性、更好的稳定性和更快的收敛性非常重要。我们的ML解决方案DiscretizationNet采用了基于生成CNN的编码器-解码器模型，PDE变量作为输入和输出特征。在训练期间，离散化方案在计算图中实现，以使GPU能够更快地计算PDE残差，这些残差用于更新网络权重，从而得到收敛解。在网络训练过程中实现了一种新的迭代能力，以提高ML解的稳定性和收敛性。ML-Solver被证明可以在三维中求解稳态、不可压缩的Navier-Stokes方程，适用于多种情况，例如：激光驱动腔体、圆柱绕流和共轭传热。 主页： https://arxiv.org/abs/2005.08357 相关软件： 深XDE；PhyGeoNet（物理地理网）；NSF网络；亚当；hp-车辆识别号；DiffSharp（差异锐化）；DGM公司；VarNet公司；PyTorch公司；TensorFlow公司；DeepONet（深度网络）；PhyCRNet（物理CRNet）；L-BFGS公司；PhyCNN（美国有线电视新闻网）；Mfree二维；青蒿素；DLBI公司；SGeMS公司；凯拉斯；皮恩 引用于： 11文件 标准条款 1出版物描述软件，包括1出版物以zbMATH为单位 年份 Discretizationnet：使用有限体积离散化的基于机器学习的Navier-Stokes方程求解器。 Zbl 1506.76115号Rishikesh牧场；克里斯·希尔；杰·巴沙克 2021 全部的 前5名40位作者引用 2 王建勋 1 阿卜杜勒哈米德·阿克巴扎德 1 布莱克，诺兰 1 Fatma Zohra Bouara公司 1 海伦·玛丽·伯恩 1 邱保雄 1 昆卡，拉斐尔·G·。 1 刀，我的哈 1 爱德华多·杜齐奥尼。 1 高，韩 1 戈斯，Caio B.D。 1 阿卜杜拉奇德·哈姆拉尼 1 汉族、人民 1 克里斯·希尔 1 刘皮阳 1 刘，杨 1 刘玉洁 1 蒂亚戈·马西尔。 1 Chandra A.Madramootoo。 1 艾哈迈德·纳杰菲。 1 Ong，Yew-Soon先生 1 噢，钦春 1 杰·巴沙克 1 乔瓦尼·波拉奇尼。 1 Rishikesh牧场 1 饶成平 1 任、浦 1 胡安·萨拉扎（Juan P.L.C.Salazar）。 1 孙浩 1 埃桑·塔希扎德 1 王生 1 Wong，Jian Cheng（王建成） 1 布赖恩·伍德。 1 严、夏 1 杨超 1 俞祥龙 1 马修·扎尔。 1 张凯 1 张，赵 1 周小平 全部的 前5名6篇连载文章中引用 5 应用力学与工程中的计算机方法 2 计算物理杂志 1 国际工程数值方法杂志 1 量子信息处理 1 国际计算方法杂志 1 计算物理中的通信 全部的 前5名在7个字段中引用 8 数值分析（65-XX） 7 计算机科学（68至XX） 三 流体力学（76-XX） 2 偏微分方程（35-XX） 1 可变形固体力学（74-XX） 1 量子理论（81-XX） 1 生物学和其他自然科学（92-XX） 按年份列出的引文