Buchumschlag

Preconditioned FEM-based Neural Networks for Solving Incompressible Fluid Flows and Related Inverse Problems

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Griese, Franziska, Hoppe, Fabian, Rüttgers, Alexander, Knechtges, Philipp
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Numerical Analysis Machine Learning Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decoupled Divergence-Free Neural Networks Basis Method for Incompressible Fluid Problems
von: Cheng, Jinbao, et al.
Veröffentlicht: (2026)

Deep FBSDE Neural Networks for Solving Incompressible Navier-Stokes Equation and Cahn-Hilliard Equation
von: Deng, Yangtao, et al.
Veröffentlicht: (2024)

Structure-preserving Randomized Neural Networks for Incompressible Magnetohydrodynamics Equations
von: Li, Yunlong, et al.
Veröffentlicht: (2026)

Characteristic Bending in Incompressible Flows
von: Blomquist, Matthew, et al.
Veröffentlicht: (2025)

An Adaptive Machine Learning Framework for Fluid Flow in Dual-Network Porous Media
von: Maduri, V. S., et al.
Veröffentlicht: (2026)

Comparative Analysis of the Flow in a Realistic Human Airway
von: Rüttgers, Mario, et al.
Veröffentlicht: (2025)

A Novel Gaussian filter-based Pressure Correction Technique with Super Compact Scheme for Unsteady 3D Incompressible, Viscous Flows
von: Punia, Ashwani, et al.
Veröffentlicht: (2024)

Targeted Digital Twin via Flow Map Learning and Its Application to Fluid Dynamics
von: Chen, Qifan, et al.
Veröffentlicht: (2025)

OpenLB-UQ: An Uncertainty Quantification Framework for Incompressible Fluid Flow Simulations
von: Zhong, Mingliang, et al.
Veröffentlicht: (2025)

VICON: Vision In-Context Operator Networks for Multi-Physics Fluid Dynamics Prediction
von: Cao, Yadi, et al.
Veröffentlicht: (2024)

Semi-Implicit Lagrangian Voronoi Approximation for Compressible Viscous Fluid Flows
von: Kincl, Ondřej, et al.
Veröffentlicht: (2024)

A Functionally Connected Element Method for Solving Boundary Value Problems
von: Yang, Jielin, et al.
Veröffentlicht: (2024)

Enhancing Arterial Blood Flow Simulations through Physics-Informed Neural Networks
von: Bhargava, Shivam, et al.
Veröffentlicht: (2024)

Effects of Transverse Force on Dusty Fluid Flow over a Linear Stretching Sheet
von: Kanungo, Subhrajit, et al.
Veröffentlicht: (2025)

A High-Order Hybrid-Spectral Incompressible Navier-Stokes Model For Nonlinear Water Waves
von: Melander, Anders, et al.
Veröffentlicht: (2024)

A Semi-Implicit Variational Multiscale Formulation for the Incompressible Navier-Stokes Equations via Exact Adjoint Linearization
von: Khara, Biswajit, et al.
Veröffentlicht: (2025)

A Meshless Solver for Blood Flow Simulations in Elastic Vessels Using Physics-Informed Neural Network
von: Zhang, Han, et al.
Veröffentlicht: (2023)

Numerical Solutions of 2-D Steady Incompressible Driven Cavity Flow at High Reynolds Numbers
von: Erturk, E., et al.
Veröffentlicht: (2004)

Learning Mesh-Free Discrete Differential Operators with Self-Supervised Graph Neural Networks
von: Starepravo, Lucas Gerken, et al.
Veröffentlicht: (2026)

PROSE-FD: A Multimodal PDE Foundation Model for Learning Multiple Operators for Forecasting Fluid Dynamics
von: Liu, Yuxuan, et al.
Veröffentlicht: (2024)

A p-Multigrid Accelerated Nodal Spectral Element Method for Free-Surface Incompressible Navier-Stokes Model of Nonlinear Water Waves
von: Melander, Anders, et al.
Veröffentlicht: (2024)

Neural network-based Godunov corrections for approximate Riemann solvers using bi-fidelity learning
von: Thakur, Akshay, et al.
Veröffentlicht: (2025)

Asymptotic-Preserving Neural Networks for Viscoelastic Parameter Identification in Multiscale Blood Flow Modeling
von: Bertaglia, Giulia, et al.
Veröffentlicht: (2026)

Extended Physics Informed Neural Network for Hyperbolic Two-Phase Flow in Porous Media
von: Rehman, Saif Ur, et al.
Veröffentlicht: (2025)

A Helicity-Conservative Domain-Decomposed Physics-Informed Neural Network for Incompressible Non-Newtonian Flow
von: Lu, Zheng, et al.
Veröffentlicht: (2026)

Geometry-aware PINNs for Turbulent Flow Prediction
von: Ghosh, Shinjan, et al.
Veröffentlicht: (2024)

Wall-modeled large-eddy simulation based on spectral-element discretization
von: Mukha, Timofey, et al.
Veröffentlicht: (2024)

Fluid-structure interaction analysis with interface control principle
von: Lee, Chungil, et al.
Veröffentlicht: (2025)

Multiscale Graph Neural Network for Turbulent Flow-Thermal Prediction Around a Complex-Shaped Pin-Fin
von: Raut, Riddhiman, et al.
Veröffentlicht: (2025)

Discontinuity Computing using Physics-Informed Neural Network
von: Liu, Li, et al.
Veröffentlicht: (2022)

Adaptive Immersed Mesh Method (AIMM) for Fluid Structure Interaction
von: Nemer, R., et al.
Veröffentlicht: (2022)

Parallel Nodal Interior-Penalty Discontinuous Galerkin Methods for the Subsonic Compressible Navier-Stokes Equations: Applications to Vortical Flows and VIV Problems
von: Zafeiris, Spiros, et al.
Veröffentlicht: (2025)

A Machine Learning-Enhanced Hopf-Cole Formulation for Nonlinear Gas Flow in Porous Media
von: Maduru, V. S., et al.
Veröffentlicht: (2026)

A Volume of Fluid Immersed Boundary Method for Industrial Polymer Mixing
von: Capuano, Emilia, et al.
Veröffentlicht: (2026)

Multi-Fidelity Machine Learning Applied to Steady Fluid Flows
von: Fuchi, Kazuko W., et al.
Veröffentlicht: (2025)

Symbolic Regression of Data-Driven Reduced Order Model Closures for Under-Resolved, Convection-Dominated Flows
von: Manti, Simone, et al.
Veröffentlicht: (2025)

A Priori Error Bounds for POD-ROMs for Fluids: A Brief Survey
von: Ballarin, Francesco, et al.
Veröffentlicht: (2024)

High-Order Dynamic Integration Method (HODIM) for Modeling Turbulent Fluid Dynamics
von: Santos, Rômulo Damasclin Chaves dos, et al.
Veröffentlicht: (2024)

A Fourier/Modal-Spectral-Element Method for the Simulation of High-Reynolds Number Incompressible Stratified Flows in Domains with a Single Non-Periodic Direction
von: Reyes-Gil, Nidia, et al.
Veröffentlicht: (2025)

Improving the Vector Basis Neural Network for RANS Equations Using Separate Trainings
von: Oberto, Davide
Veröffentlicht: (2024)