Comparison of data-driven symmetry-preserving closure models for large-eddy simulation
Este trabajo compara modelos de cierre para simulaciones de grandes remolinos basados en redes neuronales que preservan simetrías con modelos clásicos y redes no restringidas, demostrando que, aunque todos superan a los clásicos en precisión, los enfoques que respetan las simetrías generan estadísticas de gradientes de velocidad más físicamente consistentes.