AI और दुनिया की कठिन समस्याएँ · भौतिकी · arXiv · 2026-10-19

PINN-LPCDD: संपीड्य बहु-माध्यम प्रवाहों के लिए सीखने योग्य और भौतिक रूप से संगत डोमेन विघटन वाला फ़िज़िक्स-इन्फ़ॉर्म्ड न्यूरल नेटवर्क

मूल शीर्षक: PINN-LPCDD: Physics-Informed Neural Network with Learnable and Physically Consistent Domain Decomposition for Compressible Multi-Medium Flows

भौतिकी-आधारित न्यूरल नेटवर्क संपीड्य बहु-माध्यम प्रवाहों में कठिनाई का सामना करते हैं, जिनमें अंतरापृष्ठों का पता लगाना, असांतत्यों का सन्निकटन करना, और बहुत भिन्न कठोरता वाले माध्यमों के बीच उच्च दाब अनुपातों को संभालना शामिल है। प्रस्तावित PINN-LPCDD तीक्ष्ण अंतरापृष्ठ विधि को एकीकृत करता है, अंतरापृष्ठ की स्थितियों को स्वतः सीखने के लिए प्रत्येक माध्यम हेतु सीखने योग्य पैरामीटरों वाले उप-नेटवर्क का उपयोग करता है, आघात तरंगों के लिए कृत्रिम श्यानता के साथ यूलर समीकरणों को हल करता है, और उच्च दाब अनुपातों के लिए स्केलिंग अपरिवर्तनीयता का लाभ उठाता है। वायु-वायु, वायु-हीलियम, वायु-जल और वायु-R22 समस्याओं पर किए गए संख्यात्मक प्रयोग बहु-माध्यम प्रवाहों के अनुकरण में स्वीकार्य सटीकता दर्शाते हैं।

मूल लेख पढ़ें ↗

सभी आइटम →