AI与世界难题 · 天文与太空 · arXiv · 2026-10-26
用于多维湍流自引力流动的物理信息神经网络
原标题: Physics Informed Neural Network for Multi-dimensional Turbulent Self-gravitating Flows
随着分辨率和维度的提高,基于网格的湍流自引力分子云模拟变得十分昂贵,因此作者应用物理信息神经网络(PINN)作为一种无网格的替代方法。在二维和三维、亚声速和超声速的等温分子云上进行测试,并以Athena++为基准,PINN在多个自由落体时间内恢复了整体流动演化。当分辨率从128^3提高到1024^3时,训练成本的增幅不到25%。