Fluids You Can Trust: Property-Preserving Operator Learning for Incompressible Flows
本論文は、非圧縮性 Navier-Stokes 方程式に基づく流れ場において、ニューラルオペレーターよりもはるかに高速かつ高精度に学習可能であり、かつ非圧縮性などの物理法則を解析的に厳密に満たすことを保証する、新しいカーネルベースの演算子学習手法を提案するものである。
🔬 Category
physics.flu-dyn
1229 件の論文
「物理学 — 流体力学」のカテゴリーでは、液体や気体の流れに関する研究が取り上げられています。川の流れから航空機の翼を設計する技術まで、目に見えない空気の動きを数式で解き明かすこの分野は、私たちの日常や未来の技術に深く関わっています。
当サイトでは、arXiv に投稿された最新のプレプリントをすべて対象に、専門家の手で解説を提供しています。複雑な数式や専門用語を噛み砕いた平易な要約と、より深く理解したい方のための技術的な詳細解説の両方を、Gist.Science が毎日更新しています。
以下に、この分野から選りすぐられた最新の論文リストをご紹介します。
Physics-Informed Video Diffusion For Shallow Water Equations
この論文は、従来の数値シミュレーションよりも高速でありながら、物理法則を生成プロセスに直接統合することで、浅水方程式に基づく物理的に妥当かつ視覚的にリアルな水の流れ動画を効率的に生成する新しいフレームワークを提案しています。
Efficient and Accurate Surrogate Modeling of Turbulent Flows via Space-Dependent Aggregation and Reduced Order Models
この論文は、複数の乱流モデルを空間依存の重み付けで統合し、非侵入型低次元モデルとニューラルネットワークを組み合わせることで、高精度かつリアルタイムに近い計算コストで乱流をシミュレーションできる新しい代理モデル枠組みを提案しています。
Mixing with viscoelastic waves at low Reynolds numbers
この論文は、低レイノルズ数におけるマイクロ流体チャネルでの拡散依存の遅い混合を克服するため、DNA やポリエチレンオキサイドなどの高分子を含む粘性弾性流体の「粘性弾性乱流」を利用して、溶媒の折り畳みと高分子の混合を大幅に促進し、化学合成や生体アッセイなどへの応用を可能にする手法を提案している。
Droplet Impact on Microparticle Raft: Wettability, density and size govern splashing and microplastic ejection from rafts under raindrop impact
本論文は、雨滴の衝突が海洋表面のマイクロプラスチックの筏に及ぼす影響を解明し、粒子の濡れ性・密度・サイズが跳ね散りや微粒子の気中放出を支配するメカニズムを明らかにするとともに、液体マールを形成する粒子装甲型ウォーシングトン噴流などの新しい気化経路を特定したことを報告しています。
Physics-Constrained Neural Closure for Lattice Boltzmann Large-Eddy Simulation
この論文は、格子ボルツマン法に基づく大渦シミュレーションにおいて、DNS データを学習し物理法則（エネルギー伝達や回転等方性など）を制約として組み込んだコンパクトなニューラルネットワークを開発し、従来のモデルよりも高精度なサブグリッド応力閉じ込めを実現するとともに、ONNX Runtime による実用的な展開可能性を実証したものである。
Nonlinear dynamics involving multiple modes in high-speed transitional boundary layer
本論文は、実環境で共存する複数の不安定モード間の非線形相互作用を扱うための一般枠組みを確立し、マッハ 6 境界層におけるエネルギー転移メカニズムを解明することで、従来の二次不安定解析の限界を克服し、遷移開始前にも早期に生じる複雑なモード間相互作用の新たな知見を提供するものである。
Flow of yield stress fluid in a percolating network
半径が一様分布に従う細孔ネットワークモデルにおいて、最大半径の一部が閉塞された場合の降伏応力流体の流動を解析し、浸透閾値を超えた領域では決定論的な流動曲線が観測される一方、閾値付近では半径の具体値に依存せず臨界背骨によって支配される非自己平均的なスケーリング挙動が現れることを明らかにした。
Physics-integrated neural differentiable modeling for immersed boundary systems
本論文は、物理法則を構造統合した可微分ニューラルネットワークフレームワークを開発し、圧力投影ステップの学習による高速化とサブ反復戦略により、浸没境界を有する流体の長期的な予測精度と安定性を維持しつつ、高解像度数値解法に比べて約 200 倍の推論速度向上を実現したことを報告しています。
UrbanFlow-3K: A Dataset of 3,000 Lattice-Boltzmann Simulations of Random Building Layouts
この論文は、機械学習モデルの学習やベンチマーク、および 3 次元データへの転移学習を可能にするため、ランダムに配置された 3〜6 棟の建物を対象とした 3,000 件の格子ボルツマン法による 2 次元都市流場シミュレーションデータセット「UrbanFlow-3K」を公開したことを報告しています。