A Residual Guided strategy with Generative Adversarial Networks in training Physics-Informed Transformer Networks
该论文提出了一种结合生成对抗网络(GAN)的残差引导训练策略,通过引入解码器仅 Transformer 架构、因果惩罚项及自适应采样机制,有效解决了物理信息神经网络在处理非线性偏微分方程时面临的残差未收敛及时序因果性违反问题,并在多个基准测试中实现了显著精度提升。
1229 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。
该论文提出了一种结合生成对抗网络(GAN)的残差引导训练策略,通过引入解码器仅 Transformer 架构、因果惩罚项及自适应采样机制,有效解决了物理信息神经网络在处理非线性偏微分方程时面临的残差未收敛及时序因果性违反问题,并在多个基准测试中实现了显著精度提升。
该论文提出了一种利用离散经验插值法(DEIM)的框架,将其作为可解释性诊断工具识别神经常微分方程(NODE)中的物理结构并指导数据同化,从而显著提升了模型在未见流动配置下的长期稳定性与预测精度。
该研究通过建立由主动泵送单元和弹性储容单元构成的最小化活性流动网络模型,从第一性原理出发揭示了压力场中孤波从无序初始条件中自发涌现的机制,阐明了这些孤波如何作为物理信息包在系统中形成、传播并受耦合弹性元件调控,从而为理解及工程化活性流动系统的信息处理奠定了理论基础。
该论文通过将分支随机过程表示引入纳维 - 斯托克斯方程的非线性输运框架,为受限域内的流体动力学建立了新的传播子表示,并开辟了利用反向蒙特卡洛算法进行高效模拟的新途径。
本文介绍了在开源粒子代码 PICLas 中扩展基于 Shakhov 的 BGK 模型,使其能够模拟包含非平衡内部自由度的多原子分子及原子 - 分子混合气体,并通过与 DSMC 和 ESBGK 方法的对比验证,证实了该模型在激波捕捉精度及输运性质计算方面的有效性。
本文针对无限普朗特数下快速旋转且内部均匀加热的对流系统,通过推导渐近简化模型并采用新型估计技术,严格证明了平均温度与平均垂直对流热输运关于瑞利数和埃克曼数的界限,揭示了二者不同于瑞利 - 贝纳德对流且存在两种不同标度律的独立演化行为。
该研究通过多层层压工艺制造了一种基于 Zindler 曲线的二维心形浮体,在有效密度约为液体一半的条件下,实验验证了其在任意取向下均能保持中性平衡,并展示了密度微小变化如何导致特定取向的出现。
该论文提出了一种计算小尺度发电机 Kazantsev 方程系数的新方法,以涵盖从惯性区到粘性耗散区的完整流体动力学湍流谱,并通过数值模拟发现当雷诺数足够大时,发电机临界磁雷诺数趋于约 300 的饱和值,同时阐明了小磁普朗特数下磁场增长率的变化规律。
该研究通过三维多相非等温数值模拟,揭示了复合泡沫肋流场(CFRFF)设计中阴极气体扩散层(GDL)越薄越能提升电池性能,且其最佳肋宽可略大于传统流场,同时减小阴阳极 GDL 厚度均能通过增加阴极离子膜含水量来降低欧姆极化损失。
本文提出了一种基于网格卷积(MConv)算子的混合深度学习加速框架(HyDEA),通过引入多尺度距离矢量图策略将网格间距信息融入神经网络,成功解决了非均匀笛卡尔网格上不可压缩 Navier-Stokes 方程压力泊松方程的求解瓶颈,并实现了对复杂浸没边界流动的高效、泛化模拟。