KI und die schwierigen Probleme der Welt · Astronomie & Weltraum · arXiv · 2026-10-26
Physikinformiertes neuronales Netz für mehrdimensionale turbulente selbstgravitierende Strömungen
Originaltitel: Physics Informed Neural Network for Multi-dimensional Turbulent Self-gravitating Flows
Gitterbasierte Simulationen turbulenter, selbstgravitierender Molekülwolken werden mit steigender Auflösung und Dimensionalität teuer, weshalb die Autoren physikinformierte neuronale Netze (PINNs) als gitterfreie Alternative einsetzten. Getestet an isothermen Wolken in 2D und 3D, subsonisch und supersonisch, und im Vergleich mit Athena++ erfassten PINNs die globale Strömungsentwicklung über mehrere Freifallzeiten. Der Trainingsaufwand stieg um weniger als 25%, als die Auflösung von 128^3 auf 1024^3 erhöht wurde.