文献

J-GLOBAL ID：202202279337994616   整理番号：22A1059393

乱流一次元流における異方性Reynolds応力テンソルに対する畳込みニューラルネットワークモデルと解釈可能性【JST・京大機械翻訳】

Convolutional neural network models and interpretability for the anisotropic reynolds stress tensor in turbulent one-dimensional flows

著者 (3件)： Saez de Ocariz Borde Haitz (Department of Aeronautics, Imperial College London, London, United Kingdom) ,  Sondak David (Institute for Applied Computational Science, Harvard University, Cambridge, MA, United States) ,  Protopapas Pavlos (Institute for Applied Computational Science, Harvard University, Cambridge, MA, United States)
資料名： Journal of Turbulence  (Journal of Turbulence)
巻： 23  号： 1-2  ページ： 1-28  発行年： 2022年 
JST資料番号： W5989A  ISSN： 1468-5248  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： Reynolds平均Navier-Stokes(RANS)方程式は,乱流応用で広く使われている。それらは,異方性Reynolds応力テンソルを正確にモデル化することを必要とし,そのために,従来のReynolds応力閉口モデルは,いくつかの流れ構成において信頼できる結果をもたらすだけである。ここ数年,この問題に取り組むために,データ駆動アプローチを用いることを狙った作業の急増があった。以前の研究の大部分は,異方性Reynolds応力テンソルをモデル化するための完全接続ネットワークの開発に焦点を当ててきた。本論文では,乱流チャネル流に対する最近の研究を拡張し,正規化異方性Reynolds応力テンソルを正確に予測できる新しい畳み込みニューラルネットワーク(CNN)モデルを開発した。新しいCNNモデルを多数の一次元乱流に適用した。さらに,モデル設計を駆動し,基礎となる物理に関連したモデル挙動に関する指針を提供する解釈技術を提示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *一次元流 ,  異方性 ,  チャネル流 ,  *テンソル ,  方程式 ,  *乱流 ,  *ネットワーク ,  流動 ,  *モデル ,  *一次元 ,  *Reynolds応力 ,  正規化
準シソーラス用語： データ駆動 ,  Reynolds平均 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 乱流モデリング ,  Reynolds平均Navier-Stokes ,  深層学習 ,  畳込みニューラルネットワーク ,  解釈可能性

分類 (2件)： 層流,乱流,境界層  (BC02030C) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (8件)： 乱流 ,  一次元流 ,  異方性 ,  Reynolds応力 ,  テンソル ,  畳込みニューラルネットワーク ,  モデル ,  解釈可能性