Buchumschlag

Predicting Onflow Parameters Using Transfer Learning for Domain and Task Adaptation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yilmaz, Emre, Bekemeyer, Philipp
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Component-Based Machine Learning for Indoor Flow and Temperature Fields Prediction Latent Feature Aggregation and Flow Interaction
von: Wang, Shaofan, et al.
Veröffentlicht: (2025)

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

Anisotropic Permeability Tensor Prediction from Porous Media Microstructure via Physics-Informed Progressive Transfer Learning with Hybrid CNN-Transformer
von: Nooraiepour, Mohammad
Veröffentlicht: (2026)

Physics-Informed Neural Networks for Parametric Compressible Euler Equations
von: Wassing, Simon, et al.
Veröffentlicht: (2023)

Machine Learning Optimized Approach for Parameter Selection in MESHFREE Simulations
von: Banerjee, Paulami, et al.
Veröffentlicht: (2024)

Improving the Robustness of Control of Chaotic Convective Flows with Domain-Informed Reinforcement Learning
von: Straat, Michiel, et al.
Veröffentlicht: (2025)

Predicting Time-Dependent Flow Over Complex Geometries Using Operator Networks
von: Rabeh, Ali, et al.
Veröffentlicht: (2025)

Intelligent Optimization of Multi-Parameter Micromixers Using a Scientific Machine Learning Framework
von: Hassanzadeh, Meraj, et al.
Veröffentlicht: (2025)

Machine Learning Framework for Thrombosis Risk Prediction in Rotary Blood Pumps
von: Blum, Christopher, et al.
Veröffentlicht: (2025)

Parameter-Aware Ensemble SINDy for Interpretable Symbolic SGS Closure
von: Kang, Hanseul, et al.
Veröffentlicht: (2025)

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

Physics-Based Machine Learning Closures and Wall Models for Hypersonic Transition-Continuum Boundary Layer Predictions
von: Nair, Ashish S., et al.
Veröffentlicht: (2025)

Predicting Ship Responses in Different Seaways using a Generalizable Force Correcting Machine Learning Method
von: Marlantes, Kyle E., et al.
Veröffentlicht: (2024)

NeuralFoil: An Airfoil Aerodynamics Analysis Tool Using Physics-Informed Machine Learning
von: Sharpe, Peter, et al.
Veröffentlicht: (2025)

Transfer learning strategies for accelerating reinforcement-learning-based flow control
von: Salehi, Saeed
Veröffentlicht: (2025)

Slim multi-scale convolutional autoencoder-based reduced-order models for interpretable features of a complex dynamical system
von: Teutsch, Philipp, et al.
Veröffentlicht: (2025)

GLOBE: Accurate and Generalizable PDE Surrogates using Domain-Inspired Architectures and Equivariances
von: Sharpe, Peter
Veröffentlicht: (2025)

Coupling Machine Learning Local Predictions with a Computational Fluid Dynamics Solver to Accelerate Transient Buoyant Plume Simulations
von: Caron, Clément, et al.
Veröffentlicht: (2024)

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

Reducing Spatial Discretization Error on Coarse CFD Simulations Using an OpenFOAM-Embedded Deep Learning Framework
von: Gonzalez-Sieiro, Jesus, et al.
Veröffentlicht: (2024)

Solving Euler equations with Multiple Discontinuities via Separation-Transfer Physics-Informed Neural Networks
von: Wang, Chuanxing, et al.
Veröffentlicht: (2025)

Predicting Flow Dynamics using Diffusion Models
von: Gachnang, Yannick, et al.
Veröffentlicht: (2025)

Predicting fluid-structure interaction with graph neural networks
von: Gao, Rui, et al.
Veröffentlicht: (2022)

Binned Spectral Power Loss for Improved Prediction of Chaotic Systems
von: Chakraborty, Dibyajyoti, et al.
Veröffentlicht: (2025)

Signal-Aware Conditional Diffusion Surrogates for Transonic Wing Pressure Prediction
von: Francés-Belda, Víctor, et al.
Veröffentlicht: (2026)

DeepLag: Discovering Deep Lagrangian Dynamics for Intuitive Fluid Prediction
von: Ma, Qilong, et al.
Veröffentlicht: (2024)

Predicting Energy Budgets in Droplet Dynamics: A Recurrent Neural Network Approach
von: de Aguiar, Diego A., et al.
Veröffentlicht: (2024)

Towards a Foundation-Model Paradigm for Aerodynamic Prediction in Three-dimensional Design
von: Yang, Yunjia, et al.
Veröffentlicht: (2026)

Conditional Neural Field based Reduced Order Model for Dynamic Ditching Load Prediction
von: Schwarz, Henning, et al.
Veröffentlicht: (2026)

Geometry Matters: Benchmarking Scientific ML Approaches for Flow Prediction around Complex Geometries
von: Rabeh, Ali, et al.
Veröffentlicht: (2024)

Knowledge-Based Convolutional Neural Network for the Simulation and Prediction of Two-Phase Darcy Flows
von: Elabid, Zakaria, et al.
Veröffentlicht: (2024)

A Kernel-based Resource-efficient Neural Surrogate for Multi-fidelity Prediction of Aerodynamic Field
von: Sarker, Apurba, et al.
Veröffentlicht: (2025)

Model-Agnostic AI Framework with Explicit Time Integration for Long-Term Fluid Dynamics Prediction
von: Yang, Sunwoong, et al.
Veröffentlicht: (2024)

Prediction of flow and elastic stresses in a viscoelastic turbulent channel flow using convolutional neural networks
von: Balasubramanian, Arivazhagan G., et al.
Veröffentlicht: (2024)

Uncertainty-Aware Flow Field Reconstruction Using SVGP Kolmogorov-Arnold Networks
von: Ju, Y. Sungtaek
Veröffentlicht: (2025)

DamFormer: Generalizing Morphologies in Dam Break Simulations Using Transformer Model
von: Mul, Zhaoyang, et al.
Veröffentlicht: (2024)

Learning with Physical Constraints
von: Mendez, Miguel A., et al.
Veröffentlicht: (2025)

Low-Order Flow Reconstruction and Uncertainty Quantification in Disturbed Aerodynamics Using Sparse Pressure Measurements
von: Mousavi, Hanieh, et al.
Veröffentlicht: (2025)

Modeling Multivariable High-resolution 3D Urban Microclimate Using Localized Fourier Neural Operator
von: Qin, Shaoxiang, et al.
Veröffentlicht: (2024)