Модели RANS (Reynolds-averaged Navier-Stokes equations) имеют множество ограничений в области их применения а также не обладают высокой точностью, однако они не требуют больших вычислительных мощностей, что является значительным преимуществом этих методов. Поэтому актуальна задача по увеличению их точности. Для этого используются алгоритмы машинного обучения, использующие доступные наборы данных высокой точности для классических случаев движения жидкости, например измерения, полученные с помощью DNS (Direct numerical simulation) и LES (Large eddy simulation). В данном докладе будет представлена реализация одного из таких методов машинного обучения: тензорные нейронные сети применены для улучшения моделей RANS для задачи «периодический холм».

Научный руководитель – Яковенко С.Н.

Семинар будет проведен в смешанном формате. Очное заседание пройдет в  конференц-зале ФИЦ ИВТ (к.513), дистанционно к семинару можно будет подключится по ссылке https://vcs-6.ict.nsc.ru/b/grz-ayy-7ne

Запись семинара: https://vcs-6.ict.nsc.ru/playback/presentation/2.3/caeaa151fe7743faa3d160ccb904deddc5b7d1cb-1652759135835