La IA y los problemas difíciles del mundo · Física · arXiv · 2026-10-19
PINN-LPCDD: red neuronal informada por la física con descomposición de dominio aprendible y físicamente consistente para flujos compresibles multimedio
Título original: PINN-LPCDD: Physics-Informed Neural Network with Learnable and Physically Consistent Domain Decomposition for Compressible Multi-Medium Flows
Las redes neuronales informadas por la física tienen dificultades con los flujos compresibles multimedio, incluidas la localización de interfaces, la aproximación de discontinuidades y el manejo de altas relaciones de presión entre medios con rigideces muy distintas. El PINN-LPCDD propuesto integra el método de interfaz nítida, utiliza subredes con parámetros aprendibles para cada medio con el fin de aprender automáticamente las posiciones de las interfaces, resuelve las ecuaciones de Euler con viscosidad artificial para las ondas de choque y aprovecha la invariancia de escala para las altas relaciones de presión. Los experimentos numéricos en problemas aire-aire, aire-helio, aire-agua y aire-R22 muestran una precisión aceptable en la simulación de flujos multimedio.