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