پژوهش

پیوند دو دیدگاه در دینامیک سیالات با یادگیری ماشین آگاه از فیزیک

رویکردی مبتنی بر شبکهٔ عصبی، مشاهدات پراکنده را به نقشه‌هایی پُروضوح از حرکت سیالات تبدیل می‌کند؛ نقشه‌هایی که به‌گفتهٔ منبع، با فیزیک سازگارند.

۱ دقیقه مطالعه
File:Rack with varoius servers.jpg
تصویر آرشیوی واقعی؛ لزوماً متعلق به زمان این خبر نیست. — Aaron Hall · پرونده اصلی · CC BY-SA 2.0

مقاله‌ای منتشرشده در Nature Machine Intelligence روشی برای پیوند دادن دیدگاه‌های لاگرانژی و اویلری در دینامیک سیالات معرفی می‌کند. این رویکرد از شبکهٔ عصبی برای تبدیل مشاهدات پراکنده به نقشه‌های پُروضوح از حرکت‌های پیچیده و آشوبناک سیال بهره می‌گیرد. منبع می‌گوید خروجی‌ها از نظر فیزیکی دقیق‌اند، اما جزئیات بیشتری دربارهٔ روش یا ارزیابی آن ارائه نمی‌کند.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: Nature Machine Intelligence — مشاهده منبع اصلی ↗