MétaCan
Menu
Retour à la cohorte
Enregistrement W4304958862 · doi:10.1016/j.taml.2022.100389

Fourier neural operator approach to large eddy simulation of three-dimensional turbulence

2022· article· en· W4304958862 sur OpenAlexaff
Zhijie Li, Wenhui Peng, Zelong Yuan, Jianchun Wang

Notice bibliographique

RevueTheoretical and Applied Mechanics Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesSouthern University of Science and TechnologyGuangdong Science and Technology DepartmentNational Numerical Wind Tunnel Project of ChinaScience, Technology and Innovation Commission of Shenzhen MunicipalityNational Natural Science Foundation of China
Mots-clésTurbulenceLarge eddy simulationDirect numerical simulationVorticityIsotropyReynolds numberFourier transformProbability density functionMechanicsPhysicsTurbulence modelingVector fieldStatistical physicsMathematical analysisMathematicsVortexOptics

Résumé

récupéré en direct d'OpenAlex

Fourier neural operator (FNO) model is developed for large eddy simulation (LES) of three-dimensional (3D) turbulence. Velocity fields of isotropic turbulence generated by direct numerical simulation (DNS) are used for training the FNO model to predict the filtered velocity field at a given time. The input of the FNO model is the filtered velocity fields at the previous several time-nodes with large time lag. In the a posteriori study of LES, the FNO model performs better than the dynamic Smagorinsky model (DSM) and the dynamic mixed model (DMM) in the prediction of the velocity spectrum, probability density functions (PDFs) of vorticity and velocity increments, and the instantaneous flow structures. Moreover, the proposed model can significantly reduce the computational cost, and can be well generalized to LES of turbulence at higher Taylor-Reynolds numbers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,415
Score d'incertitude au seuil0,546

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,182
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTheoretical and Applied Mechanics LettersMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207