IA e os Problemas Difíceis do Mundo · Física · arXiv · 2026-10-19
Propriedades e desafios dos fechamentos de aprendizado de máquina para modelos de fluido de dez momentos no caso do amortecimento de Landau
Título original: Properties and challenges of machine learning closures for ten-moment fluid models in the case of Landau damping
Modelos de plasma de dois fluidos com dez momentos precisam de um fechamento do fluxo de calor, e este estudo testa fechamentos de aprendizado de máquina no lugar dos fechamentos analíticos usuais do tipo Hammett-Perkins. No amortecimento de Landau, os fechamentos de ML reproduziram a frequência de amortecimento e a fase não linear melhor do que os fechamentos de Hammett-Perkins, dentro e entre as faixas de parâmetros de treinamento. O desempenho piorou ao extrapolar além dos dados de treinamento, e as métricas offline não previram totalmente o desempenho online, de modo que os autores propõem a evolução temporal da entropia como métrica de avaliação alternativa.