AI dan Masalah-Masalah Sulit Dunia · Fisika · arXiv · 2026-10-20
Pembelajaran Operator In-Context Swa-Terawasi untuk Pencampuran Optimal pada Aliran Tak Termampatkan
Judul asli: Self-Supervised In-Context Operator Learning for Optimal Mixing in Incompressible Flows
Kendali optimal klasik untuk pencampuran dalam aliran tak termampatkan harus diselesaikan secara terpisah untuk setiap kondisi awal, yang memakan biaya besar. Para penulis mempelajari operator solusi yang memetakan medan skalar awal ke kendali pencampuran optimal, menggunakan metode swa-supervisi tanpa data berlabel, yang dibangun di atas operator saraf berbasis transformer. Eksperimen numerik dalam dua dan tiga dimensi menunjukkan generalisasi ke rezim yang belum pernah dilihat, dan kendali yang dipelajari dapat ditransfer ke simulasi Euler independen.