通过扩散模型模拟流体力学中随机问题的新观点

2025-06-16 12:15:19 英文原文

作者：Vinuesa, Ricardo

新闻与观点
发布：2025年6月16日

流体动力学

自然机器智能（（2025）引用本文

生成深度学习模型为模拟湍流中的随机过程提供了一种新的方法。

这是订阅内容的预览，通过您的机构访问

访问选项

访问大自然和54个其他自然投资组合期刊

获取自然+，我们最有价值的在线访问订阅

27,99/30天

随时取消

订阅此期刊

收到12个数字问题和在线访问文章

每年111,21

每期只有9,27

购买本文

在SpringerLink上购买
即时访问全文PDF

价格可能需要在结帐期间计算的本地税

参考

Li，T.，Biferale，L.，Bonaccorso，F.，Scarpolini，M。A.＆Buzzicotti，M。纳特。马赫。Intell。 6，393 - 403（2024）。
文章一个 Google Scholar一个
Sohl-Dickstein，J.，Weiss，E.，Maheswaranathan，N。＆Ganguli，S。Proc。第32届机器学习国际会议卷。37，2256 2265（PMLR，2015年）。
Toschi，F。＆Bodenschatz，E。安努。液体机械师。 41，375â404（2009）。
文章一个 Google Scholar一个
Vinuesa，R。＆Brunton，S。L.纳特。计算。科学。 2，358 366（2022）。
文章一个 Google Scholar一个
Tennie，F.，Laizet，S.，Lloyd，S。＆Magri，L。纳特。物理牧师 7，220 230（2025）。
文章一个 Google Scholar一个
Gourianov，N.，Givi，P.，Jaksch，D。＆Pope，S.B。科学。ADV。 11，5990（2025）。
文章一个 Google Scholar一个
Du，P.，Parikh，M。H.，Fan，X.，Liu，X.-Y.＆Wang，J.-X.纳特。社区。 15，10416（2024）。
文章一个 Google Scholar一个
Valencia，M。L.，Pfaff，T。＆Thuerey，N。具有扩散图网络的复杂流体模拟的学习分布。在第13届学习代表国际会议（OpenReview，2025）。

下载参考

作者信息

作者和隶属关系

计算，信息和技术学院，德国加尔奇慕尼黑技术大学
卢卡·瓜斯托尼（Luca Guastoni）
瑞典斯德哥尔摩皇家技术学院的流程，工程机制
里卡多·维纳斯（Ricardo Vinuesa）

相应的作者

对应里卡多·维纳斯（Ricardo Vinuesa）。

道德声明

竞争利益

作者没有宣称没有竞争利益。

关于这篇文章

引用本文

Guastoni，L.，Vinuesa，R。通过扩散模型模拟流体力学中随机问题的新观点。NAT MACH INTELL（2025）。https://doi.org/10.1038/s42256-025-01060-4

下载引用

出版：2025年6月16日
doi：https://doi.org/10.1038/s42256-025-01060-4

关于《通过扩散模型模拟流体力学中随机问题的新观点》的评论

暂无评论

发表评论

摘要

生成深度学习模型为模拟湍流流动中的随机过程提供了一种新颖的方法，从而提供了新的见解和流体力学方法。本文于2025年6月16日在自然机器智能上发表，探讨了扩散模型有效模拟复杂流体动力学方案的应用。