:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lee, Andrew, Mobarrat, Mahir, Chen, Xiaolin
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Fluid Dynamics
Online-Zugang:	https://arxiv.org/abs/2511.17754
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Combinatorial Approach to Novel Boundary Design in Deterministic Lateral Displacement
von: Mehboudi, Aryan, et al.
Veröffentlicht: (2025)

Inverse Design of Optimal Stern Shape with Convolutional Neural Network-based Pressure Distribution
von: Oh, Sang-jin, et al.
Veröffentlicht: (2025)

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

Airfoil optimization using Design-by-Morphing with minimized design-space dimensionality
von: Lee, Sangjoon, et al.
Veröffentlicht: (2025)

Hard Constraint Projection in a Physics Informed Neural Network
von: Horne, Miranda J. S., et al.
Veröffentlicht: (2026)

Flow Field Reconstruction via Voronoi-Enhanced Physics-Informed Neural Networks with End-to-End Sensor Placement Optimization
von: Xiao, Renjie, et al.
Veröffentlicht: (2026)

FIGNN: Feature-Specific Interpretability for Graph Neural Network Surrogate Models
von: Raut, Riddhiman, et al.
Veröffentlicht: (2025)

MeshMask: Physics-Based Simulations with Masked Graph Neural Networks
von: Garnier, Paul, et al.
Veröffentlicht: (2025)

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

Invariant Control Strategies for Active Flow Control using Graph Neural Networks
von: Kurz, Marius, et al.
Veröffentlicht: (2025)

Addressing A Posteriori Performance Degradation in Neural Network Subgrid Stress Models
von: Wu, Andy, et al.
Veröffentlicht: (2025)

Mean flow data assimilation using physics-constrained Graph Neural Networks
von: Quattromini, M., et al.
Veröffentlicht: (2024)

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

Can physical information aid the generalization ability of Neural Networks for hydraulic modeling?
von: Guglielmo, Gianmarco, et al.
Veröffentlicht: (2024)

Multi-scale Dynamic Wake Modeling and Prediction of Floating Offshore Wind Turbines via Physics-Informed Neural Networks and Fourier Neural Operators
von: Dong, Guodan, et al.
Veröffentlicht: (2026)

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

A Finite Element-Inspired Hypergraph Neural Network: Application to Fluid Dynamics Simulations
von: Gao, Rui, et al.
Veröffentlicht: (2022)

Neural ensemble Kalman filter: Data assimilation for compressible flows with shocks
von: Zhou, Xu-Hui, et al.
Veröffentlicht: (2026)

A Mesh-Adaptive Hypergraph Neural Network for Unsteady Flow Around Oscillating and Rotating Structures
von: Gao, Rui, et al.
Veröffentlicht: (2025)

Impact of Loss Weight and Model Complexity on Physics-Informed Neural Networks for Computational Fluid Dynamics
von: Chou, Yi En, et al.
Veröffentlicht: (2025)

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

Learning Pore-scale Multi-phase Flow from Experimental Data with Graph Neural Network
von: Gu, Yuxuan, et al.
Veröffentlicht: (2024)

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

Challenges and Advancements in Modeling Shock Fronts with Physics-Informed Neural Networks: A Review and Benchmarking Study
von: Abbasi, Jassem, et al.
Veröffentlicht: (2025)

Dimensionality Reduction and Dynamical Mode Recognition of Circular Arrays of Flame Oscillators Using Deep Neural Network
von: Xu, Weiming, et al.
Veröffentlicht: (2023)

Deep Neural Networks with 3D Point Clouds for Empirical Friction Measurements in Hydrodynamic Flood Models
von: Haces-Garcia, Francisco, et al.
Veröffentlicht: (2024)

Physics-Informed Neural Network Approaches for Sparse Data Flow Reconstruction of Unsteady Flow Around Complex Geometries
von: Malineni, Vamsi Sai Krishna, et al.
Veröffentlicht: (2025)

Learning Rarefied Gas Dynamics with Physics-Enforced Neural Networks
von: Roohi, Ehsan, et al.
Veröffentlicht: (2025)

Streamline-Directed Tunable Deterministic Lateral Displacement (DLD) Chip: A Novel Approach to Efficient Particle Separation
von: Barzoki, Ali Kheirkhah, et al.
Veröffentlicht: (2024)

Neural Operator-Based Surrogate Model for CFD:Helical Coil Steam Generator in Small Modular Reactor
von: Lee, Minseo, et al.
Veröffentlicht: (2026)

Hybrid Neural-MPM for Interactive Fluid Simulations in Real-Time
von: Xu, Jingxuan, et al.
Veröffentlicht: (2025)

Neural SPH: Improved Neural Modeling of Lagrangian Fluid Dynamics
von: Toshev, Artur P., et al.
Veröffentlicht: (2024)

Project and Generate: Divergence-Free Neural Operators for Incompressible Flows
von: Li, Xigui, et al.
Veröffentlicht: (2026)

Physics-Informed Chebyshev Polynomial Neural Operator for Parametric Partial Differential Equations
von: Chen, Biao, et al.
Veröffentlicht: (2026)

LLM4Fluid: Large Language Models as Generalizable Neural Solvers for Fluid Dynamics
von: Xiao, Qisong, et al.
Veröffentlicht: (2026)

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

CoNFiLD-inlet: Synthetic Turbulence Inflow Using Generative Latent Diffusion Models with Neural Fields
von: Liu, Xin-Yang, et al.
Veröffentlicht: (2024)

TripNet: Learning Large-scale High-fidelity 3D Car Aerodynamics with Triplane Networks
von: Chen, Qian, et al.
Veröffentlicht: (2025)

RiemannONets: Interpretable Neural Operators for Riemann Problems
von: Peyvan, Ahmad, et al.
Veröffentlicht: (2024)

Towards Multi-Fidelity Scaling Laws of Neural Surrogates in CFD
von: Setinek, Paul, et al.
Veröffentlicht: (2025)