Улучшение расчетных характеристик при решении задач вычислительной гидродинамики с использованием методов машинного обучения
Основные требования, а также преимущества и недостатки ML на основе физики
составлено автором
Параметры | Требования | Преимущества | Недостатки |
Данные | Качественные данные | Требуется небольшой объем данных по сравнению с ML, не основанным на физике | Трудно получить качественные данные |
Функция стоимости | Установление физической связи с помощью дифференциальных уравнение | Физическая согласованность, улучшенные обобщения и точность | Сложные физические дифференциальные уравнения |
Инициализация | Синтетические данные из физических моделей | Сокращение количества необходимых наблюдений, повышение точности | Фиксированное начальное состояние, что составляет проблему исследования |
Время выполнения | Высокопроизводительное устройство | Очень быстро | – |
Архитектура | Исходя из сложности задачи | Промежуточные физические переменные/процессы, обоснованные предварительные распределения, легко реализовать с помощью существующих пакетов, таких как PINNs, DeepONet | – |