Buchumschlag

Capturing Extreme Events in Turbulence using an Extreme Variational Autoencoder (xVAE)

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Likun, Bhaganagar, Kiran, Wikle, Christopher K.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Fluid Dynamics Applications Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Filtered Partial Differential Equations: a robust surrogate constraint in physics-informed deep learning framework
von: Zhang, Dashan, et al.
Veröffentlicht: (2023)

Modeling Spatio-temporal Extremes via Conditional Variational Autoencoders
von: Ma, Xiaoyu, et al.
Veröffentlicht: (2025)

Extreme-value statistics of curl-of-vorticity precursor peaks in perturbed Taylor-Green vortex turbulence
von: Tsuzuki, Satori
Veröffentlicht: (2026)

Online model learning with data-assimilated reservoir computers
von: Nóvoa, Andrea, et al.
Veröffentlicht: (2025)

Shape Invariant 3D-Variational Autoencoder: Super Resolution in Turbulence flow
von: Maurya, Anuraj
Veröffentlicht: (2025)

Discovering an interpretable mathematical expression for a full wind-turbine wake with artificial intelligence enhanced symbolic regression
von: Wang, Ding, et al.
Veröffentlicht: (2024)

Adjoint-based shape optimization of a ship hull using a Conditional Variational Autoencoder (CVAE) assisted propulsion surrogate model
von: Maram, Moloud Arian, et al.
Veröffentlicht: (2026)

Solving Turbulent Rayleigh-Bénard Convection using Fourier Neural Operators
von: Straat, Michiel, et al.
Veröffentlicht: (2025)

Sample-Efficient and Surrogate-Based Design Optimization of Underwater Vehicle Hulls
von: Vardhan, Harsh, et al.
Veröffentlicht: (2023)

Prediction of Extreme Events in Multiscale Simulations of Geophysical Turbulence using Reinforcement Learning
von: Guan, Yifei, et al.
Veröffentlicht: (2026)

Solving the Discretised Multiphase Flow Equations with Interface Capturing on Structured Grids Using Machine Learning Libraries
von: Chen, Boyang, et al.
Veröffentlicht: (2024)

Stabilization Analysis and Mode Recognition of Kerosene Supersonic Combustion: A Deep Learning Approach Based on Res-CNN-beta-VAE
von: Xu, Weiming, et al.
Veröffentlicht: (2025)

VAE-MS: An Asymmetric Variational Autoencoder for Mutational Signature Extraction
von: Egendal, Ida, et al.
Veröffentlicht: (2026)

A practical guide to estimation and uncertainty quantification of aerodynamic flows
von: Eldredge, Jeff D., et al.
Veröffentlicht: (2025)

A Physics-Informed, Deep Double Reservoir Network for Forecasting Boundary Layer Velocity
von: Bonas, Matthew, et al.
Veröffentlicht: (2023)

A real-time digital twin of azimuthal thermoacoustic instabilities
von: Nóvoa, Andrea, et al.
Veröffentlicht: (2024)

Koopman Autoencoders with Continuous-Time Latent Dynamics for Fluid Dynamics Forecasting
von: Grozavescu, Rares, et al.
Veröffentlicht: (2026)

Physics-Guided Actor-Critic Reinforcement Learning for Swimming in Turbulence
von: Koh, Christopher, et al.
Veröffentlicht: (2024)

Harnessing Equivariance: Modeling Turbulence with Graph Neural Networks
von: Kurz, Marius, et al.
Veröffentlicht: (2025)

Physics-Guided Machine Learning for Uncertainty Quantification in Turbulence Models
von: Chu, Minghan, et al.
Veröffentlicht: (2025)

Implicit Augmentation from Distributional Symmetry in Turbulence Super-Resolution
von: Balla, Julia, et al.
Veröffentlicht: (2025)

Koopman-Based Surrogate Modelling of Turbulent Rayleigh-Bénard Convection
von: Markmann, Thorben, et al.
Veröffentlicht: (2024)

Benchmarking Autoregressive Conditional Diffusion Models for Turbulent Flow Simulation
von: Kohl, Georg, et al.
Veröffentlicht: (2023)

Unfolding Time: Generative Modeling for Turbulent Flows in 4D
von: Saydemir, Abdullah, et al.
Veröffentlicht: (2024)

Control of Rayleigh-Bénard Convection: Effectiveness of Reinforcement Learning in the Turbulent Regime
von: Markmann, Thorben, et al.
Veröffentlicht: (2025)

A Physics-Informed Spatiotemporal Deep Learning Framework for Turbulent Systems
von: Menicali, Luca, et al.
Veröffentlicht: (2025)

Quantifying Out-of-Training Uncertainty of Neural-Network based Turbulence Closures
von: Grogan, Cody, et al.
Veröffentlicht: (2025)

From Zero to Turbulence: Generative Modeling for 3D Flow Simulation
von: Lienen, Marten, et al.
Veröffentlicht: (2023)

Differentiable Turbulence: Closure as a partial differential equation constrained optimization
von: Shankar, Varun, et al.
Veröffentlicht: (2023)

Learning Temporally Consistent Turbulence Between Sparse Snapshots via Diffusion Models
von: Sardar, Mohammed, et al.
Veröffentlicht: (2025)

Active Control of Turbulent Airfoil Flows Using Adjoint-based Deep Learning
von: Liu, Xuemin, et al.
Veröffentlicht: (2025)

Surrogate Modeling of 3D Rayleigh-Benard Convection with Equivariant Autoencoders
von: Fromme, Fynn, et al.
Veröffentlicht: (2025)

Differentiable Autoencoding Neural Operator for Interpretable and Integrable Latent Space Modeling
von: Viknesh, Siva, et al.
Veröffentlicht: (2025)

Pixel-Resolved Long-Context Learning for Turbulence at Exascale: Resolving Small-scale Eddies Toward the Viscous Limit
von: Yin, Junqi, et al.
Veröffentlicht: (2025)

Deep Learning-based Algebraic Reynolds Stress Closures for RANS Simulations of Turbulent Flows
von: Dehtyriov, Daniel, et al.
Veröffentlicht: (2026)

Constructing Extreme Heatwave Storylines with Differentiable Climate Models
von: Whittaker, Tim, et al.
Veröffentlicht: (2025)

SIMR-NO: A Spectrally-Informed Multi-Resolution Neural Operator for Turbulent Flow Super-Resolution
von: Abid, Muhammad, et al.
Veröffentlicht: (2026)

FlowRefiner: Flow Matching-Based Iterative Refinement for 3D Turbulent Flow Simulation
von: Dai, Yilong, et al.
Veröffentlicht: (2026)

Physics-Informed Graph Neural Network Surrogates for Turbulent Nanoparticle Dispersion in Dental Clinical Environments
von: Shende, Takshak, et al.
Veröffentlicht: (2026)

Decoder Decomposition for the Analysis of the Latent Space of Nonlinear Autoencoders With Wind-Tunnel Experimental Data
von: Mo, Yaxin, et al.
Veröffentlicht: (2024)