AI dan Masalah-Masalah Sulit Dunia · Fisika · arXiv · 2026-10-26
Menyelesaikan dan Mempelajari Dinamika Navier-Stokes dengan Metode Basis Neural
Judul asli: Solving and Learning Navier-Stokes Dynamics with the Neural Basis Method
Pembelajaran mesin berbasis fisika untuk dinamika fluida sering kali tidak menjamin bahwa residual PDE yang kecil berarti galat solusi yang kecil, dan skalanya buruk seiring bertambahnya ukuran masalah. Para penulis mengusulkan metode basis neural (NBM), yang menggunakan basis neural tetap untuk merepresentasikan solusi dan memproyeksikan persamaan yang mengatur untuk memperoleh koefisien ekspansi. Untuk aliran tak termampatkan, residualnya memberikan estimasi galat kecepatan a posteriori, sehingga menyediakan tujuan pelatihan tersertifikasi tanpa data, dan teori serta eksperimen melaporkan peningkatan substansial dibandingkan baseline dalam hal akurasi, efisiensi, generalisasi, dan skalabilitas.