Art

J-GLOBAL ID：202002271160327914   Reference number：20A0661325

Application of Machine Learning Toward Efficient Optimization for Control of Wall Turbulence

機械学習の流体力学研究への応用 壁乱流制御の効率的最適化に向けた機械学習の応用

Author (3)： MITSUISHI AKIHIKO (東京農工大 大学院工学府) ,  SHIMURA TAKAAKI (東京農工大 大学院工学府) ,  IWAMOTO KAORU (東京農工大 大学院工学府)
Material： ながれ  (日本流体力学会誌)
Volume： 38  Issue： 5  Page： 329-336  Publication year： Oct. 25, 2019 
JST Material Number： Y0082A  ISSN： 0286-3154  CODEN： NRRGAF  Document type： Article
Article type： 解説  Country of issue： Japan (JPN)  Language： JAPANESE (JA)

Thesaurus term： machine learning ,  fluid dynamics ,  optimization ,  *frictional resistance ,  circular pipe ,  *pipe flow ,  pulsation ,  numerical calculation ,  amplitude ,  phase(topology) ,  flow structure ,  neural network(biomodel) ,  flow analysis
Semi thesaurus term： convolutional neural network ,  *Long short term memory ,  vortex structure ,  supervised data ,  time series variation ,  deep learning ,  *computational fluid analysis ,  *drag reducing ,  *wall-bounded turbulent flow ,  turbulence engineering ,  turbulent flow field ,  *turbulence control

JST classification (1)： Pipe flows  (BC02090Q)

Reference (26)：

• Brunton, S.L., Noack, B.R., Koumoutsakos, P.: Machine learning for fluid mechanics, arXiv preprint, arXiv:1905.11075v1.
• Ling, J., Kurzawski, A., Templeton, J.: Reynolds averaged turbulence modelling using deep neural networks with embedded invariance, J. Fluid Mech., 807 (2016) 155-166.
• Raissi, M., Perdikaris, P., Karniadakis, G.E.: Physics-informed neural networks: A deep learning framework for solving forward and inverse problems involving nonlinear partial differential equations, J. Comput. Phys., 378 (2019) 686-707.
• Mohan, A.T., Daniel, D., Chertkov, M., Livescu, D.: Compressed convolutional LSTM: An efficient deep learning framework to model high fidelity 3D turbulence, arXiv preprint, arXiv:1903.00033.
• 深潟康二, 山本誠, 岩本薫, 長谷川洋介, 塚原隆裕, 福島直哉, 守裕也, 青木義満: 機械学習を用いた乱流の特徴抽出手法の構築に向けて, 日本流体力学会年会 2018 講演論文集, (2018).

Terms in the title (6)： 機械学習 ,  流体力学 ,  研究 ,  応用 ,  壁乱流 ,  最適化