Amalgamation of Physics-Informed Neural Network and LBM for the Prediction of Unsteady Fluid Flows in Fractal-Rough Microchannels
本論文は、フラクタル粗面を有するマイクロチャネルにおける非定常流体流れの予測に対し、ナビエ・ストークス方程式を損失関数に組み込んだ物理情報ニューラルネットワーク(PINN)と、ラティス・ボルツマン法(LBM)による疎なデータを融合させることで、従来の CFD 手法に比べて 150〜200 倍少ないデータ点で高精度な計算を可能にする革新的な手法を提案している。