文献

J-GLOBAL ID：202002291947747129   整理番号：20A0868061

2D圧縮性磁気流体乱流の人工神経回路網サブグリッドモデル【JST・京大機械翻訳】

Artificial neural network subgrid models of 2D compressible magnetohydrodynamic turbulence

著者 (4件)： Rosofsky Shawn G. (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Rosofsky Shawn G. (Department of Physics, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Huerta E. A. (NCSA, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA) ,  Huerta E. A. (Department of Astronomy, University of Illinois at Urbana-Champaign, Urbana, Illinois 61801, USA)
資料名： Physical Review. D  (Physical Review. D)
巻： 101  号： 8  ページ： 084024  発行年： 2020年 
JST資料番号： D0748A  ISSN： 2470-0010  CODEN： PRVDAQ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 磁化Kelvin-Helmholtz不安定性の2Dシミュレーションのサブグリッドスケール理想的磁気流体力学乱流の物理を捉えるための深い学習の適合性を調べた。これらの複雑なシミュレーションの物理を再現するために,ニューラルネットワークモデルの性能を系統的に定量化するために,異なる分解能でシミュレーションを行った。磁気流体力学文献で広く使われている勾配モデルとニューラルネットワークの性能を比較した。著者らの知見は,神経回路網が,磁気流体力学乱流の影響を符号化するサブグリッドスケールテンソルを正確に計算することにおいて,勾配モデルよりも著しく優れていることを示した。著者らの知る限りでは,これは磁気流体力学乱流の物理学を学習し再現するための深い学習の使用に関する最初の探索的研究である。Copyright 2020 The American Physical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 適応性 ,  *二次元 ,  電磁流体力学 ,  圧縮性 ,  シミュレーション ,  磁化 ,  テンソル ,  *磁性流体 ,  不安定性 ,  *ニューラルネットワーク ,  *神経回路網 ,  *乱流 ,  分解能
準シソーラス用語： 神経回路網モデル , 【Automatic Indexing@JST】

分類 (1件)： 宇宙論  (DB07000D)

タイトルに関連する用語 (6件)： 2D ,  圧縮性 ,  磁気流体 ,  乱流 ,  人工神経回路網 ,  サブグリッドモデル