KI und die schwierigen Probleme der Welt · Physik · Nature Machine Intelligence · 2026-10-20
Lagrange-Euler-Lernen von Strömungsfeld und Trajektorien mit TrajectoryFlowNet
Originaltitel: Lagrangian–Eulerian learning of flow field and trajectories with TrajectoryFlowNet
Die Vorhersage des Partikeltransports in komplexen Strömungen erfordert in der Regel tiefes physikalisches Verständnis und hohen Rechenaufwand. TrajectoryFlowNet, ein Lagrange-Euler-Ansatz mit physikinformiertem neuronalem Netz, sagt Strömungsfelder und weitreichende Partikeltrajektorien aus spärlichen Trajektorienmessungen voraus. Es wurde an numerischen Fällen sowie an Blutströmungen in Aorta und Herzkammer validiert und zeigt, dass es Partikel über große Distanzen verfolgen und genaue Strömungsfelder aufbauen kann.