AI 與世界的難題 · 物理學 · arXiv · 2026-10-19
朗道阻尼情境下十矩流體模型之機器學習封閉的特性與挑戰
原標題: Properties and challenges of machine learning closures for ten-moment fluid models in the case of Landau damping
雙流體十矩電漿模型需要熱通量閉合，本研究測試以機器學習閉合取代常用的 Hammett-Perkins 型解析閉合。在朗道阻尼的測試中，無論是在訓練參數範圍內或範圍之間，機器學習閉合在重現阻尼頻率與非線性相位方面都優於 Hammett-Perkins 閉合。然而，外推至訓練資料範圍之外時表現會下降，且離線指標無法完全預測線上表現，因此作者提出以熵的時間演化作為替代的評估指標。