A priori Assessment of Tensor-Network Encoding for Isotropic Turbulent Flows
Dit artikel toont aan dat de matrix product state (MPS) tensor netwerk ansatz effectief isotrope turbulente stromingsgegevens uit directe numerieke simulaties kan comprimeren, waarbij een reconstructiefaillibiliteit van 99,8% wordt bereikt met slechts 5–15% van het oorspronkelijke geheugen, terwijl belangrijke statistische eigenschappen zoals kinetische energie en dissipatiesnelheden nauwkeurig worden behouden.