BriefGPT - AI 论文速递
·
用数据驱动的本地算子寻找方法进行等离子体系统的简化建模：II. 参数动力学应用
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本文研究了非侵入式科学机器学习（SciML）约简模型（ROMs）在非线性、混沌等离子体湍流模拟中的应用。通过算子推断（OpInf）构建基于物理学的低成本ROMs，捕捉湍流动力学的重要特征并缩短计算时间，对聚变设备设计和实时控制具有潜力。
🎯
关键要点
- 本文研究非侵入式科学机器学习（SciML）约简模型（ROMs）在非线性、混沌等离子体湍流模拟中的应用。
- 提出使用算子推断（OpInf）从数据构建基于物理学的低成本 ROMs。
- 通过对平面静电漂波等离子体湍流的 Hasegawa-Wakatani（HW）方程进行研究，考虑了 Ledig 等的研究工作。
- 实验结果表明 OpInf ROMs 能捕捉湍流动力学的重要特征，并能推广到新的未见初始条件。
- 在单核性能方面，OpInf ROMs 将高准确度模型的计算时间缩短了五个数量级。
- 非侵入式的 SciML ROMs 有潜力加速数值研究，优化聚变设备的设计和实时控制。
➡️
