Buchumschlag

Model-Driven Conditional Fourier Neural Operator for Spectrum-Consistent Synthetic Turbulence Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Hongyuan, Wang, Shizhao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Fluid Dynamics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Evaluation of Statistical Consistency in Synthetic Turbulence under Wavenumber Bounds
von: Lin, Hongyuan, et al.
Veröffentlicht: (2025)

Integrating Fourier Neural Operator with Diffusion Model for Autoregressive Predictions of Three-dimensional Turbulence
von: Jiang, Yuchi, et al.
Veröffentlicht: (2025)

An Implicit Adaptive Fourier Neural Operator for Long-term Predictions of Three-dimensional Turbulence
von: Jiang, Yuchi, et al.
Veröffentlicht: (2025)

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

CoNFiLD: Conditional Neural Field Latent Diffusion Model Generating Spatiotemporal Turbulence
von: Du, Pan, et al.
Veröffentlicht: (2024)

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

A Unified Spectrum for Turbulence in Microfluidic Flow
von: Kuan, Chit Yau, et al.
Veröffentlicht: (2025)

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

Large Language Model Driven Development of Turbulence Models
von: Yang, Zhongxin, et al.
Veröffentlicht: (2025)

Effect of Turbulence-Closure Consistency on Airfoil Identification
von: Zhang, Zhen, et al.
Veröffentlicht: (2025)

Stable Fine-Time-Step Long-Horizon Turbulence Prediction with a Multi-Stepsize Mixture-of-Experts Neural Operator
von: Pan, Guanyu, et al.
Veröffentlicht: (2026)

Machine-learning-assisted Blending of Data-Driven Turbulence Models
von: Oulghelou, Mourad, et al.
Veröffentlicht: (2024)

Adaptive Dissipation in the Smagorinsky Model for Turbulence in Boundary-Driven Flows
von: Santos, Rômulo Damasclin Chaves dos, et al.
Veröffentlicht: (2024)

Distributed force element decomposition with method of fundamental solutions
von: Zhou, Zhiteng, et al.
Veröffentlicht: (2025)

Evaluation of Turbulence Models and Boundary Conditions for Hybrid Ventilation in Reduced-scale Classroom Model
von: Singh, Deep Narayan, et al.
Veröffentlicht: (2025)

Quantifying Model Uncertainty of Neural Network-based Turbulence Closures
von: Grogan, Cody, et al.
Veröffentlicht: (2024)

Spectrum of the Curl of Vorticity as a Precursor to Dissipation in 3D Taylor--Green Turbulence
von: Tsuzuki, Satori
Veröffentlicht: (2025)

Data-Driven Turbulence Modeling Approach for Cold-Wall Hypersonic Boundary Layers
von: Zafar, Muhammad I., et al.
Veröffentlicht: (2024)

Turbulent pair dispersion with Stochastic Generative Diffusion Models
von: Pantea, Andrei, et al.
Veröffentlicht: (2026)

Optimizing flow control with ensemble Kalman method for mitigating flow-induced vibration
von: Yi, Liu, et al.
Veröffentlicht: (2025)

NeuralFVM: Neural-physics-based Finite Volume Method for Turbulent Flows Using the $k$-$ω$ Model
von: Xue, Tingkai, et al.
Veröffentlicht: (2026)

Development of a Generalizable Data-driven Turbulence Model: Conditioned Field Inversion and Symbolic Regression
von: Wu, Chenyu, et al.
Veröffentlicht: (2024)

Dynamics of a Data-Driven Low-Dimensional Model of Turbulent Minimal Pipe Flow
von: Constante-Amores, C. Ricardo, et al.
Veröffentlicht: (2024)

Non-Unique Machine Learning Mapping in Data-Driven Reynolds Averaged Turbulence Models
von: Man, Anthony, et al.
Veröffentlicht: (2023)

Hybrid Reduced-Order Models for Turbulent Flows Using Recurrent Neural Architectures
von: Imtiaz, Haroon, et al.
Veröffentlicht: (2025)

Data-Driven Insights into Jet Turbulence: Explainable AI Approaches
von: Amico, Enrico, et al.
Veröffentlicht: (2025)

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

Numerical Simulation of Three-dimensional High-Lift Configurations Using Data-Driven Turbulence Model
von: Zhang, Shaoguang, et al.
Veröffentlicht: (2025)

Synthetic Lagrangian Turbulence by Generative Diffusion Models
von: Li, Tianyi, et al.
Veröffentlicht: (2023)

Synthetic Turbulence via an Instanton Gas Approximation
von: Schorlepp, Timo, et al.
Veröffentlicht: (2025)

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

Integrating Neural Operators with Diffusion Models Improves Spectral Representation in Turbulence Modeling
von: Oommen, Vivek, et al.
Veröffentlicht: (2024)

Fluctuations around Turbulence Models
von: Tuteri, Flavio, et al.
Veröffentlicht: (2025)

Using Physics Informed Neural Network (PINN) and Neural Network (NN) to Improve a $k-ω$ Turbulence Model
von: Davidson, Lars
Veröffentlicht: (2025)

Uncertainty and Error Quantification for Data-Driven Reynolds-Averaged Turbulence Modelling with Mean-Variance Estimation Networks
von: Man, Anthony, et al.
Veröffentlicht: (2025)

Onset of vortex shedding in flow past Rankine ovals
von: Xu, Zhaoyue, et al.
Veröffentlicht: (2025)

New Calculations of the Turbulence-Turbulence Contribution to the Wind Noise Pressure Spectra within Homogeneous Anisotropic Turbulence
von: Yu, Jiao, et al.
Veröffentlicht: (2025)

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

Direct Calculation of the Eddy Viscosity Operator in Turbulent Channel Flow at Re$_τ$=180
von: Park, Danah, et al.
Veröffentlicht: (2021)

Physics-enhanced Neural Operator for Simulating Turbulent Transport
von: Chen, Shengyu, et al.
Veröffentlicht: (2024)