La dynamique des fluides explore comment les liquides et les gaz se déplacent, des courants océaniques invisibles aux écoulements d'air autour d'une aile d'avion. Ce domaine fascinant révèle les lois qui régissent la matière en mouvement, reliant des phénomènes quotidiens comme la météo à des applications technologiques complexes. Sur Gist.Science, nous rendons ces découvertes accessibles à tous, sans barrières linguistiques ni jargon excessif.

Chaque nouveau prépublication arXiv dans cette catégorie est analysé par nos équipes pour vous offrir deux versions résumées : une explication simple pour les curieux et un aperçu technique détaillé pour les experts. Cette double approche garantit que la science reste compréhensible tout en conservant sa rigueur fondamentale.

Découvrez ci-dessous les dernières publications traitant de la dynamique des fluides, sélectionnées et résumées pour vous dès leur sortie sur arXiv.

Estimating density, velocity, and pressure fields in supersonic flow using physics-informed BOS

Les auteurs proposent une nouvelle méthode de « BOS à base physique » utilisant des réseaux de neurones informés par la physique (PINN) pour reconstruire avec précision les champs de densité, de vitesse et de pression d'écoulements supersoniques à partir de données expérimentales, surmontant ainsi les limitations des approches traditionnelles de schlieren orienté par fond.

Joseph P. Molnar, Lakshmi Venkatakrishnan, Bryan E. Schmidt, Timothy A. Sipkens, Samuel J. Grauer2026-03-31🔬 physics

Stochastic particle advection velocimetry (SPAV): theory, simulations, and proof-of-concept experiments

Cet article présente la vélocimétrie par advection stochastique de particules (SPAV), une nouvelle approche statistique intégrant un modèle d'advection et des réseaux de neurones informés par la physique qui améliore significativement la précision de la vélocimétrie par suivi de particules (PTV) en réduisant les erreurs de reconstruction d'environ 50 % par rapport aux méthodes conventionnelles.

Ke Zhou, Jiaqi Li, Jiarong Hong, Samuel J. Grauer2026-03-31🔬 physics

Forward and inverse modeling of depth-of-field effects in background-oriented schlieren

Les auteurs proposent et valident un nouveau modèle de « rayon conique » pour la schlieren orientée vers l'arrière (BOS) qui, contrairement aux approches traditionnelles, intègre les effets de la profondeur de champ pour améliorer considérablement la précision et la robustesse des reconstructions de champs de densité, y compris dans des écoulements hypersoniques, quelle que soit l'ouverture de l'appareil photo.

Joseph P. Molnar, Elijah J. LaLonde, Christopher S. Combs, Olivier Léon, David Donjat, Samuel J. Grauer2026-03-31🔬 physics

Neural optical flow for planar and stereo PIV

Ce papier présente la Neural Optical Flow (NOF), une méthode innovante utilisant des représentations implicites neuronales continues pour améliorer la précision et la robustesse de la vélocimétrie par images de particules (PIV) en plan et stéréo, tout en permettant l'inférence de pression et l'analyse d'écoulements instationnaires grâce à une formulation spatio-temporelle et des contraintes physiques intégrées.

Andrew I. Masker, Ke Zhou, Joseph P. Molnar, Samuel J. Grauer2026-03-31🔬 physics

Unsupervised neural-implicit laser absorption tomography for quantitative imaging of unsteady flames

Cet article présente une nouvelle approche d'imagerie tomographique par absorption laser basée sur des réseaux de neurones implicites et non supervisée, capable de reconstruire avec robustesse les champs thermo-chimiques de flammes instables à partir de données de mesure très clairsemées sans recourir à des simulations préalables.

Joseph P. Molnar, Jiangnan Xia, Rui Zhang, Samuel J. Grauer, Chang Liu2026-03-31🔬 physics.optics

Binned Spectral Power Loss for Improved Prediction of Chaotic Systems

Cet article propose une nouvelle fonction de perte appelée « Binned Spectral Power » (BSP) qui atténue le biais spectral des réseaux de neurones en pénalisant les écarts dans la distribution d'énergie à différentes échelles, permettant ainsi d'améliorer la stabilité et la précision à long terme des prédictions de systèmes chaotiques complexes comme les écoulements turbulents.

Dibyajyoti Chakraborty, Arvind T. Mohan, Romit Maulik2026-03-31🔬 physics

Volumetric density measurement in buoyant plumes using Tomographic Background Oriented Schlieren (TBOS)

Cette étude présente la mesure et la reconstruction tridimensionnelle du champ de densité dans des panaches flottants, à l'aide d'une technique de Schlieren orienté par fond tomographique (TBOS) avec huit caméras, validant ainsi des modèles théoriques et permettant l'observation de phénomènes dynamiques comme le « puffing » dans les panaches paresseux.

Javed Mohd, Debopam Das2026-03-31🔬 physics

Open-source BOS tomography dataset of high-speed flow over a flight body

Cet article présente un jeu de données open-source de tomographie par schlieren orienté sur le fond, comprenant 70 vues d'un écoulement à haute vitesse autour d'un corps volant, permettant des reconstructions 3D précises et une estimation d'état via des techniques d'apprentissage automatique et d'assimilation de données.

Joseph P. Molnar, Amit K. Singh, Christopher J. Clifford, Jordan D. Thayer, Scott J. Peltier, Garrett C. Jones, Samuel J. Grauer2026-03-31🔬 physics