ViT-K: A Few-Shot Learning Model for Coupled Fluid-Porous Media Flows with Interface Conditions
本文介绍了 ViT-K,这是一种新颖的少样本学习框架,它结合了视觉 Transformer 和 Koopman 算子,能够从稀疏数据中高效且稳定地预测耦合流体 - 多孔介质流动的长期时空演化,从而克服了传统数值求解器的计算成本高昂和误差累积问题。
967 篇论文
流体力学是研究流体如何流动、变形以及与其他物质相互作用的迷人领域。从日常的气流到浩瀚的星系演化,这一学科无处不在。在本分类中,我们聚焦于该领域的核心动态,用通俗的语言解读那些看似复杂的物理现象,让非专业读者也能领略流体世界的奇妙逻辑。
Gist.Science 每日从 arXiv 收录并处理所有流体力学相关的新预印本。我们不仅提供详尽的技术摘要,更提炼出通俗易懂的通俗解读,确保每一位访客都能无障碍地获取前沿科学成果。
以下是该领域最新的预印论文列表,涵盖了从基础理论到工程应用的最新发现。
本文介绍了 ViT-K,这是一种新颖的少样本学习框架,它结合了视觉 Transformer 和 Koopman 算子,能够从稀疏数据中高效且稳定地预测耦合流体 - 多孔介质流动的长期时空演化,从而克服了传统数值求解器的计算成本高昂和误差累积问题。
Policy-DRIFT 是一个新颖的框架,它将条件流匹配模型与终端奖励引导及轻量级深度强化学习策略相结合,通过将奖励优化与策略训练解耦,在湍流通道流中实现了创纪录的 49% 阻力降低,从而在效率和性能两方面均超越了传统的深度强化学习基准。
本文采用基于平均拉格朗日量的变分方法,推导了能量守恒扩展 KdV 方程的简洁且精确的单孤波解,并通过与数值模拟的比较,验证了其在模拟浅水环境中经典色散激波与共振色散激波方面的有效性。
本文研究了牛顿最小阻力问题在径向场中的非线性动力学,表明虽然尺度不变的自由膨胀会遭受需要几何截断的对称破缺不稳定性,但不可压缩源流作为一种结构正则化机制,能够保证解的唯一性、光滑性以及严格凹性。
本文通过弱非线性分析推导了Stuart-Landau振幅方程,以解析描述在终端追随力作用下,粘性流体中的Cosserat杆所发生的超临界Hopf分岔及其产生的稳定极限环振荡。
本研究采用完全可压缩数值模拟,证明高频声激励驱动贫氢-空气预混火焰经历截然不同的线性和非线性形态演化阶段,其中由此产生的不稳定性动力学和位移速度特性关键性地由激励频率、当量比以及热扩散不稳定性或流体动力学不稳定性何者占主导地位之间的相互作用所决定。
本文将查普曼 - 恩斯科格方法推广,导出了适用于大速度梯度的粘性应力张量的积分表示,从而使得数值模拟湍流非局域性以及切向间断等标准纳维 - 斯托克斯方程难以捕捉的现象成为可能。
本文表明,超流体绕过可穿透障碍物时的动态相似性由基于马赫-1 轮廓定义的有效直径所确定的超流体雷诺数支配,而非障碍物的几何尺寸,该发现成功统一了不同障碍物参数下的尾流动力学、涡旋脱落转变及阻力特性。
本文表明,稀薄微喷管流动表观上的参数复杂性在很大程度上是一种尺度伪影,可通过以激波为中心的坐标配准予以消除,从而使 DeepONet 代理模型相较于标准基线方法,在降低误差的同时实现显著更高的预测精度。
本文提出了一种用于二维可压缩欧拉方程的全离散 Active Flux 方法,该方法利用输运声增量消除加性分裂缺陷,从而相较于传统加性更新实现了三阶精度、增强的对称性保持以及更优越的低马赫数性能。