深度SPoC:基于深度学习的由混沌序列传播主导的偏微分方程求解器
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该论文介绍了一种融合深度学习技术的改进五阶加权本质无振荡(WENO)激波捕捉方案,通过训练神经网络调整平滑度指标,提高了数值结果的准确性,特别是在激波附近。新技术在数值解过度扩散或过冲的情况下优于传统的五阶WENO方案。
🎯
关键要点
- 该论文介绍了一种改进的五阶加权本质无振荡(WENO)激波捕捉方案。
- 新方案融入了深度学习技术,通过训练神经网络调整平滑度指标。
- 改进后的WENO算法提高了数值结果的准确性,尤其在激波附近。
- 新方法不需要额外的后处理步骤来保持一致性。
- 通过二维气体动力学的欧拉方程的例子展示了新方法的优越性。
- 新技术在激波周围产生过度扩散或过冲的情况下优于传统的五阶WENO方案。
➡️