2Dにおける乱流の超解像:安定化物理情報ニューラルネットワーク【JST・京大機械翻訳】

Zayats Mykhaylo; Zimon Malgorzata J.; Yeo Kyongmin; Zhuk Sergiy

プレプリント

J-GLOBAL ID：202202200476969160 整理番号：22P0332701

2Dにおける乱流の超解像:安定化物理情報ニューラルネットワーク【JST・京大機械翻訳】

Super Resolution for Turbulent Flows in 2D: Stabilized Physics Informed Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月15日プレプリントサーバーでの情報更新日： 2022年04月15日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

乱流に対するゼロショット超解像問題を解くためのニューラルネットワークの新しい設計を提案した。Luenberger型オブザーバをネットワークアーキテクチャに組み込み,プロセスの物理のネットワークを知り,誤差補正と安定化機構を提供した。さらに,未知の不安定化強制の存在による観測者の性能の低下を補償するために,ネットワークを訓練の過程に関するデータからの未知強制の寄与を推定するために設計した。一組の数値実験を実行することにより,提案したネットワークがデータから未知の強制を回復させ,低解像度雑音観測から高分解能における乱流を予測できることを示した。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

図形・画像処理一般

, , , , ,

前のページに戻る