乱流自己重力流へのPINNsの適用

物理情報ニューラルネットワークを用い、多次元の乱流自己重力流を効率的かつ正確にモデリングできることを示した。

• 分子雲のダイナミクス解析において従来の格子法は計算コストの壁がある。
• 支配方程式を学習に組み込む物理情報ニューラルネットワークを用いた。
• 2次元および3次元の乱流自己重力流において大域的進化を正確に再現した。
• 高解像度化に対する計算コストの増加が小さく、有望な手法であることが示された。

原文タイトル: Physics Informed Neural Network for Multi-dimensional Turbulent Self-gravitating Flows

arXiv で原文を見る

この要約は AI が生成したものであり、arXiv および論文著者の見解ではありません。