Новый метод привносит физику в глубокое обучение, чтобы лучше моделировать турбулентность | Журнал "Вольт"
Пт. Дек 4th, 2020


Новый метод привносит физику в глубокое обучение, чтобы лучше моделировать турбулентность

Визуализация компьютерного моделирования, показывающая сложную структуру турбулентности потока. Предоставлено: Иллинойсский университет в Урбана-Шампейн.

Глубокое обучение, также называемое машинным обучением, воспроизводит данные для моделирования сценариев проблем и предлагает решения. Однако некоторые проблемы физики неизвестны или не могут быть подробно представлены математически на компьютере. Исследователи из Университета Иллинойса в Урбане-Шампейне разработали новый метод, который привносит физику в процесс машинного обучения, чтобы делать более точные прогнозы.

Исследователи использовали турбулентность для проверки своего метода.

«Мы не знаем, как математически записать всю турбулентность полезным способом. Есть неизвестные, которые нельзя представить на компьютере, поэтому мы использовали модель машинного обучения, чтобы вычислить неизвестные. Мы обучили ее как видит и управляющие физические уравнения одновременно как часть процесса обучения. Это то, что делает его волшебным и работает », – сказал профессор Виллетта и глава отдела аэрокосмической техники Джонатан Фройнд.

Фройнд сказал, что потребность в этом методе была повсеместной.

«Это старая проблема. Люди долгое время изо всех сил пытались смоделировать турбулентность и смоделировать ее непредставленные части», – сказал Фройнд.

Затем у него и его коллеги Джастина Сириньяно произошло прозрение.

«Мы узнали, что если вы попытаетесь провести машинное обучение без учета известных основных уравнений физики, это не сработает. Мы объединили их, и это сработало».

Фройнд сказал, что при проектировании воздушного или космического корабля этот метод поможет инженерам предсказать, будет ли конструкция, предполагающая турбулентный поток, работать для их целей. Они смогут внести изменения, запустить их снова, чтобы получить прогноз теплопередачи или подъемной силы, и предсказать, будет ли их конструкция лучше или хуже.

«Любой, кто хочет моделировать физические явления, может использовать этот новый метод. Они воспользуются нашим подходом и загрузят данные в свое собственное программное обеспечение. Это метод, который допускает другую неизвестную физику. И наблюдаемые результаты этой неизвестной физики могут быть загружены на тренировку, – сказал Фройнд.

Работа была выполнена с использованием суперкомпьютерного средства в Национальном центре суперкомпьютеров в UIUC, известного как Blue Waters, что сделало моделирование более быстрым и, следовательно, более экономичным.

Следующим шагом является использование этого метода для более реалистичных турбулентных потоков.

«Турбулентный поток, который мы использовали для демонстрации метода, представляет собой очень простую конфигурацию», – сказал Фройнд. «Реальные потоки более сложны. Я также хотел бы использовать метод турбулентности с пламенем в нем – целый дополнительный тип физики. Мы планируем продолжать развивать это в новом Центре проектирования Scramjet с поддержкой Exascale, размещенном в NCSA “.

Фройнд сказал, что эта работа находится на исследовательском уровне, но потенциально может повлиять на промышленность в будущем.

«Университеты были очень активны в первых симуляциях турбулентности, затем их подхватила промышленность. Первые университетские симуляции больших вихрей выглядели невероятно дорогими в 80-х и 90-х годах. Но теперь компании проводят симуляции больших вихрей. Мы ожидаем, что эта способность предсказания будет идите по тому же пути. Я вижу день в будущем с лучшими технологиями и более быстрыми компьютерами, когда компании начнут их использовать ».

Исследование «DPM: метод увеличения PDE с глубоким обучением с применением к моделированию больших вихрей» было опубликовано в Журнал вычислительной физики.


Новые модели сгорания повышают эффективность и точность


Дополнительная информация:
Джастин Сириньяно и др. DPM: метод дополнения PDE с глубоким обучением, применимый к моделированию больших вихрей, Журнал вычислительной физики (2020). DOI: 10.1016 / j.jcp.2020.109811

Предоставлено Иллинойским университетом в Урбана-Шампейн.

Цитирование: Новый метод привносит физику в глубокое обучение, чтобы лучше моделировать турбулентность (2020, 11 ноября), полученное 11 ноября 2020 года из https://techxplore.com/news/2020-11-method-physics-deep-simulate-turbulence.html

Этот документ защищен авторским правом. За исключением честных сделок с целью частного изучения или исследования, воспроизведение какой-либо части без письменного разрешения запрещено. Контент предоставляется только в информационных целях.



Source link

от volt

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *