La IA y los problemas difíciles del mundo · Física · arXiv · 2026-10-20
Aprendizaje autosupervisado de operadores en contexto para la mezcla óptima en flujos incompresibles
Título original: Self-Supervised In-Context Operator Learning for Optimal Mixing in Incompressible Flows
El control óptimo clásico para la mezcla en flujos incompresibles debe resolverse por separado para cada condición inicial, lo que resulta costoso. Los autores aprenden el operador de solución que asigna campos escalares iniciales a controles de mezcla óptimos, mediante un método autosupervisado sin datos etiquetados, basado en un operador neuronal con arquitectura transformer. Los experimentos numéricos en dos y tres dimensiones muestran generalización a regímenes no vistos, y los controles aprendidos se transfieren a simulaciones eulerianas independientes.