Buchumschlag

Extended Physics Informed Neural Network for Hyperbolic Two-Phase Flow in Porous Media

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rehman, Saif Ur, Yousuf, Wajid
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Numerical Analysis Computational Physics Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

Phase Field Modeling and Numerical Algorithm for Two-Phase Dielectric Fluid Flows
von: Yang, Jielin, et al.
Veröffentlicht: (2023)

Preconditioned FEM-based Neural Networks for Solving Incompressible Fluid Flows and Related Inverse Problems
von: Griese, Franziska, et al.
Veröffentlicht: (2024)

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

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

A Cartesian Cut-Cell Two-Fluid Method for Two-Phase Diffusion Problems
von: Libat, Louis, et al.
Veröffentlicht: (2025)

Operator learning regularization for macroscopic permeability prediction in dual-scale flow problem
von: Runkel, Christina, et al.
Veröffentlicht: (2024)

Automated transport separation using the neural shifted proper orthogonal decomposition
von: Zorawski, Beata, et al.
Veröffentlicht: (2024)

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

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

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

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

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

High-Order Oscillation-Eliminating Hermite WENO Method for Hyperbolic Conservation Laws
von: Fan, Chuan, et al.
Veröffentlicht: (2024)

A Reformulation of UVN-Flash for Multicomponent Two-Phase Systems with Application to CO2-rich Mixture Transport in Pipelines
von: Kumar, Pardeep, et al.
Veröffentlicht: (2025)

Targeted Digital Twin via Flow Map Learning and Its Application to Fluid Dynamics
von: Chen, Qifan, 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)

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

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

Discussions on Driven Cavity Flow
von: Erturk, E.
Veröffentlicht: (2004)

EddyFormer: Accelerated Neural Simulations of Three-Dimensional Turbulence at Scale
von: Du, Yiheng, et al.
Veröffentlicht: (2025)

Predicting Wave Dynamics using Deep Learning with Multistep Integration Inspired Attention and Physics-Based Loss Decomposition
von: Deo, Indu Kant, et al.
Veröffentlicht: (2025)

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

Efficient Implementation of an Accurate Algebraic Scheme for Sharp Interface Advection in Multiphase Flows
von: Sharifi, Mehran
Veröffentlicht: (2024)

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

Fourth Order Compact Formulation of Navier-Stokes Equations and Driven Cavity Flow at High Reynolds Numbers
von: Erturk, E., et al.
Veröffentlicht: (2004)

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)

Mixture of neural operator experts for learning boundary conditions and model selection
von: Deighan, Dwyer, et al.
Veröffentlicht: (2025)

Generative AI for fast and accurate statistical computation of fluids
von: Molinaro, Roberto, et al.
Veröffentlicht: (2024)

Weak baselines and reporting biases lead to overoptimism in machine learning for fluid-related partial differential equations
von: McGreivy, Nick, et al.
Veröffentlicht: (2024)

Machine learning enhanced real-time aerodynamic forces prediction based on sparse pressure sensor inputs
von: Duan, Junming, et al.
Veröffentlicht: (2023)

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

Investigation of Compressor Cascade Flow Using Physics- Informed Neural Networks with Adaptive Learning Strategy
von: Li, Zhihui, et al.
Veröffentlicht: (2023)

Koopman neural operator as a mesh-free solver of non-linear partial differential equations
von: Xiong, Wei, et al.
Veröffentlicht: (2023)

Bayesian Reasoning for Physics Informed Neural Networks
von: Graczyk, Krzysztof M., et al.
Veröffentlicht: (2023)

A Multi-Fidelity Parametric Framework for Reduced-Order Modeling using Optimal Transport-based Interpolation: Applications to Diffused-Interface Two-Phase Flows
von: Khamlich, Moaad, et al.
Veröffentlicht: (2026)

A Hybrid semi-Lagrangian Flow Mapping Approach for Vlasov Systems: Combining Iterative and Compositional Flow Maps
von: Krah, Philipp, et al.
Veröffentlicht: (2026)

Aero-Nef: Neural Fields for Rapid Aircraft Aerodynamics Simulations
von: Catalani, Giovanni, et al.
Veröffentlicht: (2024)