Buchumschlag

Hybrid Quantum Physics-informed Neural Network: Towards Efficient Learning of High-speed Flows

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Leong, Fong Yew, Ewe, Wei-Bin, Quang, Tran Si Bui, Zhang, Zhongyuan, Khoo, Jun Yong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computational Physics Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The effect of collision-coagulation on the mean relative velocity of particles in turbulent flow: systematic results and validation of model
von: Meng, Xiaohui, et al.
Veröffentlicht: (2024)

Using Optimal Transport Aligned Latent Embeddings for Separated Flow Analysis
von: Tran, Jonathan Quang, et al.
Veröffentlicht: (2025)

Differentiable Physics-Neural Models enable Learning of Non-Markovian Closures for Accelerated Coarse-Grained Physics Simulations
von: Xue, Tingkai, et al.
Veröffentlicht: (2025)

A Framework of Data Assimilation for Wind Flow Fields by Physics-informed Neural Networks
von: Yan, Chang, et al.
Veröffentlicht: (2024)

An AMReX-based Compressible Reacting Flow Solver for High-speed Reacting Flows relevant to Hypersonic Propulsion
von: Sharma, Shivank, et al.
Veröffentlicht: (2024)

Influence of Fluid Rheology on Fluid Flow in a Natural Fracture Network
von: Bui, Cuong Mai, 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)

High-order Finite-Volume Central Targeted ENO Family Scheme for Compressible Flows in Unstructured Meshes
von: Ma, Qihang, et al.
Veröffentlicht: (2023)

Hybrid Reduced-Order Models for Turbulent Flows Using Recurrent Neural Architectures
von: Imtiaz, Haroon, 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)

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

Low-dimensional representation of intermittent geophysical turbulence with High-Order Statistics-informed Neural Networks (H-SiNN)
von: Foldes, Raffaello, et al.
Veröffentlicht: (2023)

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

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

High-speed ditching of double curvature specimens with cavitation and ventilation
von: Spinosa, Emanuele, et al.
Veröffentlicht: (2024)

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

Towards High Resolution Real-Time Optical Flow Particle Image Velocimetry
von: Pimienta, Juan, et al.
Veröffentlicht: (2024)

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

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)

High-speed ultrasound imaging of bubbly flows and shear waves in soft matter
von: Rosselló, Juan Manuel, et al.
Veröffentlicht: (2023)

High-speed micro-actuation in a supersonic dual-stream jet flow
von: Yeung, Melissa, 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 Weakly Compressible Flows Using Galerkin-Boltzmann Formulation
von: Aygun, Atakan, et al.
Veröffentlicht: (2024)

Utility of High-Order Scheme for Unsteady Flow Simulations: Comparison with Second-Order Tool
von: Jiang, Peng, et al.
Veröffentlicht: (2024)

Spatial Distribution of Inertial Particles in Turbulent Taylor-Couette Flow
von: Jiang, Hao, et al.
Veröffentlicht: (2024)

NeuralFVM: Neural-physics-based Finite Volume Method for Turbulent Flows Using the $k$-$ω$ Model
von: Xue, Tingkai, 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)

Triaxial Asymmetry Driven Rotational Dynamics and Lateral Equilibrium Position in Inertial Flow
von: Suzuki, Takayuki, et al.
Veröffentlicht: (2025)

High-speed imaging and coumarin dosimetry of horn type ultrasonic reactors: influence of probe diameter and amplitude
von: Viciconte, Gianmaria, et al.
Veröffentlicht: (2025)

Thermodynamic nonequilibrium effects in three-dimensional high-speed compressible flows: Multiscale modeling and simulation via the discrete Boltzmann method
von: Guo, Qinghong, et al.
Veröffentlicht: (2025)

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

Linear stability and spectral modal decomposition of three-dimensional turbulent wake flow of a generic high-speed train
von: Li, Xiao-Bai, et al.
Veröffentlicht: (2024)

Hybrid Fourier Neural Operator-Lattice Boltzmann Method
von: Junk, Alexandra, et al.
Veröffentlicht: (2026)

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

High Resolution and High-Speed Live Optical Flow Velocimetry
von: Pimienta, Juan, et al.
Veröffentlicht: (2025)

Finite speed of sound effects on asymmetry in multibubble cavitation
von: Saini, Mandeep, et al.
Veröffentlicht: (2024)

Simulation of high-speed impact of surfactant-laden drops
von: Huet, Olivier D. Y., et al.
Veröffentlicht: (2023)

Modeling Dynamic Gas-Liquid Interfaces in Underwater Explosions Using Interval-Constrained Physics-Informed Neural Networks
von: Xing, Fulin, et al.
Veröffentlicht: (2025)

A Simple but Efficient Transformer-Based Physics-Informed Neural Network for Incompressible Navier--Stokes Equations
von: Barman, Biswanath, et al.
Veröffentlicht: (2026)