Meta-PINNs: Meta-Learning Enhanced Physics-Informed Machine Learning Framework for Turbomachinery Flow Predictions under Varying Operation Conditions
本論文は、異なる運転条件下でのターボ機械流れ予測において、従来の物理情報ニューラルネットワーク(PINN)や標準的なニューラルネットワークと比較して、精度を 1〜2 桁向上させつつ計算コストを最大 95.7% 削減するメタ学習を統合した新たな「Meta-PINNs」フレームワークを提案し、その有効性を円柱周りの非定常流れおよび圧縮機キャスケーダ内の乱流流れの事例を通じて実証したものである。