유체 역학은 우리 일상에서 흐르는 물과 공기의 움직임을 이해하는 물리학의 핵심 분야입니다. 날씨 예측부터 항공기 설계, 혈류 분석에 이르기까지 이 학문은 눈에 보이지 않는 흐름을 수학적으로 묘사하며 현대 기술의 기초를 이룹니다.

Gist.Science 는 arXiv 에 게재된 최신 유체 역학 관련 논문들을 실시간으로 수집하여 분석합니다. 우리는 전문 용어로 가득 찬 원문을 해설해 일반인도 이해할 수 있는 쉬운 설명과 함께, 연구자들이 필요한 핵심 기술적 내용을 정리한 두 가지 버전의 요약을 제공합니다.

아래에는 유체 역학 분야에서 최근 arXiv 에 업로드된 최신 논문 목록이 정리되어 있습니다.

Learning constitutive models and rheology from partial flow measurements

이 논문은 자동 미분을 통한 물리 기반 시뮬레이션과 프레임 불변 텐서 기저 신경망 (TBNN) 을 결합하여 부분 유동 측정 데이터로부터 해석 가능한 기호적 구성 모델을 자동으로 학습하고, 복잡한 유체의 거동을 운영 환경에서 직접 예측할 수 있는 '디지털 레오메트리' 프레임워크를 제안합니다.

Alp M. Sunol, James V. Roggeveen, Mohammed G. Alhashim, Henry S. Bae, Michael P. Brenner2026-02-24🔬 physics

Simulations of inertial liquid-lens coalescence with the pseudopotential lattice Boltzmann method

이 논문은 의사결정 격자 볼츠만 방법을 사용하여 다양한 접촉각을 가진 저점성 액체 렌즈의 병합 역학을 2 차원 및 3 차원 시뮬레이션을 통해 연구하고, 작은 접촉각에서는 실험 결과와 정량적으로 일치하며 얇은 시트 방정식이 약 40 도까지의 역학을 잘 설명함을 확인했습니다.

Qingguang Xie, Jens Harting2026-02-24🔬 cond-mat

WAKESET: A Large-Scale, High-Reynolds Number Flow Dataset for Machine Learning of Turbulent Wake Dynamics

이 논문은 기존 데이터셋의 한계를 극복하고 고레이놀즈 수 난류 유동 역학에 대한 머신러닝 모델 개발을 지원하기 위해, 수중 무인 차량의 회수 과정에서 발생하는 복잡한 유동 현상을 포괄하는 대규모 고품질 CFD 데이터셋인 'WAKESET'을 소개하고 그 구성 및 활용 가치를 설명합니다.

Zachary Cooper-Baldock, Paulo E. Santos, Russell S. A. Brinkworth, Karl Sammut2026-02-24🤖 cs.LG

Machine Learning based Ensemble Flame Regime Classification for Mesoscale Combustors based on Insights from Linear and Nonlinear Dynamic Analysis

본 논문은 메조스케일 연소기에서 관측된 다양한 화염 거동을 OH* 화학발광 및 음압 신호의 재귀 분석과 통계적 스펙트럼 분석을 통해 추출된 특징을 기반으로 적층 앙상블 머신러닝 기법으로 분류하는 체계를 제안합니다.

M Ashwin Ganesh, Akhil Aravind, Balasundaram Mohan, Saptarshi Basu2026-02-24🌀 nlin

Chemotaxis of cell aggregates: morphology and dynamics of migrating active droplets

이 논문은 세포 응집체가 화학 주성 하에서 활성 방울로 행동할 때 발생하는 형태적 전이를 설명하기 위해 최소 모델을 개발하고, 다중 척도 분석과 점근적 분석을 통해 이러한 전이가 비선형 고유값 문제와 지수적으로 작은 점근 항에 의해 결정된다는 것을 규명했습니다.

Giulia L. Celora, Benjamin J. Walker, Mohit P. Dalwadi, Philip Pearce2026-02-24🔬 cond-mat

Physics-informed graph neural networks for flow field estimation in carotid arteries

이 논문은 4D 유체 MRI 데이터를 활용하여 물리 법칙과 기하학적 대칭성을 그래프 신경망에 통합함으로써, 대규모 시뮬레이션 데이터 없이도 경동맥의 혈류장을 정확하게 추정하고 다른 영상 모달리티의 3D 혈관 모델에도 적용 가능한 새로운 대안 모델을 제안합니다.

Julian Suk, Dieuwertje Alblas, Barbara A. Hutten, Albert Wiegman, Christoph Brune, Pim van Ooij, Jelmer M. Wolterink2026-02-23🧬 q-bio