Buchumschlag

A Framework of Data Assimilation for Wind Flow Fields by Physics-informed Neural Networks

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yan, Chang, Xu, Shengfeng, Sun, Zhenxu, Lutz, Thorsten, Guo, Dilong, Yang, Guowei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

On the Preprocessing of Physics-informed Neural Networks: How to Better Utilize Data in Fluid Mechanics
von: Xu, Shengfeng, et al.
Veröffentlicht: (2024)

A Closed-Form Nonlinear Data Assimilation Algorithm for Multi-Layer Flow Fields
von: Wang, Zhongrui, et al.
Veröffentlicht: (2024)

LEMDA: A Lagrangian-Eulerian Multiscale Data Assimilation Framework
von: Deng, Quanling, et al.
Veröffentlicht: (2024)

Physics-informed Fourier Basis Neural Network for Fluid Mechanics
von: Wang, Chao, et al.
Veröffentlicht: (2025)

An Efficient Wavelet-based Physics Informed Residual Neural Networks for Flow Field Reconstruction with Extremely Sparse Data
von: Barman, Biswanath, et al.
Veröffentlicht: (2026)

Towards Streaming Prediction of Oscillatory Flows: A Data Assimilation and Machine Learning Approach
von: Valero, Miguel M., et al.
Veröffentlicht: (2025)

A Central Differential Flux with High-Order Dissipation for Robust Simulations of Transcritical Flows
von: Xu, Bonan, et al.
Veröffentlicht: (2025)

Physics-based localization methodology for Data Assimilation by Ensemble Kalman Filter
von: Er, Sarp, et al.
Veröffentlicht: (2025)

Multi-scale Dynamic Wake Modeling and Prediction of Floating Offshore Wind Turbines via Physics-Informed Neural Networks and Fourier Neural Operators
von: Dong, Guodan, et al.
Veröffentlicht: (2026)

Time-Dependent Strategy for Improving Aortic Blood Flow Simulations with Boundary Control and Data Assimilation
von: Anwar, Muhammad Adnan, et al.
Veröffentlicht: (2024)

Multi-Scale Data Assimilation in Turbulent Models
von: Fossella, Francesco, et al.
Veröffentlicht: (2025)

Physics-informed Kolmogorov-Arnold Network with Chebyshev Polynomials for Fluid Mechanics
von: Guo, Chunyu, et al.
Veröffentlicht: (2024)

PiRD: Physics-informed Residual Diffusion for Flow Field Reconstruction
von: Shan, Siming, et al.
Veröffentlicht: (2024)

Hybrid Neural Interpolation of a Sequence of Wind Flows
von: Shaa, Ameir, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Networks for Transonic Flows around an Airfoil
von: Wassing, Simon, et al.
Veröffentlicht: (2024)

Going with the Flow: Solving for Symmetry-Driven PDE dynamics with Physics-informed Neural Networks
von: Kavousanakis, Michail, et al.
Veröffentlicht: (2025)

Efficient Real-Time Adaptation of ROMs for Unsteady Flows Using Data Assimilation
von: Zighed, Ismaël, et al.
Veröffentlicht: (2026)

Data-Driven Modeling for On-Demand Flow Prescription in Fan-Array Wind Tunnels
von: Stefan-Zavala, Alejandro A., et al.
Veröffentlicht: (2024)

Hybrid Quantum Physics-informed Neural Network: Towards Efficient Learning of High-speed Flows
von: Leong, Fong Yew, et al.
Veröffentlicht: (2025)

Characterizing Data Assimilation in Navier-Stokes Turbulence with Transverse Lyapunov Exponents
von: Inubushi, Masanobu, et al.
Veröffentlicht: (2023)

Flow Field Reconstruction via Voronoi-Enhanced Physics-Informed Neural Networks with End-to-End Sensor Placement Optimization
von: Xiao, Renjie, et al.
Veröffentlicht: (2026)

Identification of Settling Velocity with Physics Informed Neural Networks For Sediment Laden Flows
von: Delcey, Mickaël, et al.
Veröffentlicht: (2024)

Investigation of Numerical Diffusion in Aerodynamic Flow Simulations with Physics Informed Neural Networks
von: Warey, Alok, et al.
Veröffentlicht: (2021)

Learning 3D Hypersonic Flow with Physics-Enhanced Neural Fields: A Case Study on the Orion Reentry Capsule
von: Borde, Haitz Sáez de Ocáriz, et al.
Veröffentlicht: (2026)

Transformer-based Neural Operators for 3D Wind Field Prediction over Complex Mountainous Terrain
von: Zhang, Yujia, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Networks for Weakly Compressible Flows Using Galerkin-Boltzmann Formulation
von: Aygun, Atakan, et al.
Veröffentlicht: (2024)

Interpretable Diagnostics and Adaptive Data Assimilation for Neural ODEs via Discrete Empirical Interpolation
von: Kim, Hojin, et al.
Veröffentlicht: (2025)

TrajectoryFlowNet: Lagrangian-Eulerian learning of flow field and trajectories
von: Wan, Jingdi, et al.
Veröffentlicht: (2025)

Enhanced State Estimation for turbulent flows combining Ensemble Data Assimilation and Machine Learning
von: Valero, Miguel M., et al.
Veröffentlicht: (2025)

Discovery of a Physically Interpretable Data-Driven Wind-Turbine Wake Model
von: Jigjid, Kherlen, et al.
Veröffentlicht: (2025)

Physics-Informed Neural Network Approaches for Sparse Data Flow Reconstruction of Unsteady Flow Around Complex Geometries
von: Malineni, Vamsi Sai Krishna, et al.
Veröffentlicht: (2025)

CFDagent: A Language-Guided, Zero-Shot Multi-Agent System for Complex Flow Simulation
von: Xu, Zhaoyue, et al.
Veröffentlicht: (2025)

Enhancement of Large Eddy Simulation for the prediction of an intake flow rig using sequential Data Assimilation
von: Villanueva, Lucas, et al.
Veröffentlicht: (2025)

Sparse-Supervised Hybrid Parameterized Physics-Informed Neural Networks for Incompressible Flows Across Reynolds Numbers
von: Jangir, A., et al.
Veröffentlicht: (2026)

Finite Volume Physical Informed Neural Network (FV-PINN) with Reduced Derivative Order for Incompressible Flows
von: Su, Zijie, et al.
Veröffentlicht: (2024)

Self-Supervised Learning for Effective Denoising of Flow Fields
von: Yu, Linqi, et al.
Veröffentlicht: (2024)

Physics Informed Neural Networks for Free Shear Flows
von: Raghu, Siddharth, et al.
Veröffentlicht: (2024)

Neural-Network-based Viscosity Closure for Non-Newtonian Multiphase Flows
von: Murugaiyan, Suresh, et al.
Veröffentlicht: (2026)

Physics-Informed Neural Networks for Multi-Phase Flow in Porous Media Considering Dual Shocks and Interphase Solubility
von: Zhang, Jingjing, et al.
Veröffentlicht: (2024)

Space-time correlations of passive scalars in colored-noise flows
von: Wang, Long, et al.
Veröffentlicht: (2026)