Hoppa till huvudinnehåll
Search
Menu
flame front slope

Kan djupa neurala nätverk prediktera hydrodynamiska instabiliteter?

29 mars 2023, 10:03

Denna studie belyser potentialen hos djupa neurala nätverk för att prediktera komplexa dynamiska instabiliteter och minska de extrema beräkningskrav som är förknippade med att simulera fysikaliska fenomen.

Ögonblicksbild av en flamfront

Studien visar potentialen av de AI-baserade metoder för att tackla verkliga problem inom hydrodynamik där de AI-baserade modellernas prediktion stämmer väl överens med de storskaliga fysikaliska beräkningar som kan ta över 2 miljoner CPU-timmar. I samarbete med akademi (Lunds universitet), Centrum för AI på RISE och flera industripartners är syftet att undersöka dessa AI-baserade metoder för industriell tillämpning inom energiproduktion, transport och ett flertal andra industriella processer.

Läs mer (in english)

Text: Erdzan Hodzic, David Eklund, Rixin Yu

Erdzan Hodzic
CAPTCHA

* Obligatoriskt Genom att skicka in formuläret behandlar RISE dina personuppgifter.

2024-12-10

2024-11-26

2024-10-29

2024-09-09

2024-09-03

2024-09-02

2024-08-06

2024-04-30

2024-04-29

2024-03-19

2024-02-06

2023-11-15

2023-10-02

2023-09-12

2023-08-23

2023-06-19

2023-06-19

2023-06-02

2023-05-17

2023-05-09

2023-04-27

2023-04-05

2023-04-04

2023-04-04

2023-03-29

2023-03-16

2023-01-31

2023-01-30

2022-12-06

2022-11-15

2022-10-24

2022-10-21

2022-10-20

2022-10-19