Equivarianza nei Surrogati Neurali per Fluidodinamica: Uno Studio sull'Accelerazione CFD
Questo articolo indaga il ruolo delle architetture group-equivarianti nei surrogati neurali per la fluidodinamica computazionale (CFD). I surrogati neurali possono accelerare le simulazioni CFD di ordini di grandezza, ma il loro uso nel mondo reale richiede la gestione di grandi mesh e dati limitati. L'equivarianza fornisce bias induttivi ma può danneggiare le prestazioni quando la simmetria è rotta dall'allineamento distribuzionale. Lo studio copre l'aerodinamica automobilistica e l'emodinamica, valutando quando l'equivarianza migliora la generalizzazione.
Fatti principali
- I surrogati neurali accelerano le simulazioni CFD di ordini di grandezza.
- Le architetture group-equivarianti introducono bias induttivi.
- L'equivarianza può essere dannosa quando la simmetria è rotta.
- Lo studio copre l'aerodinamica automobilistica e il flusso sanguigno (emodinamica).
- Pubblicato su arXiv con ID 2605.18816.
- Il tipo di annuncio è cross.
- Focus sulla scalabilità a grandi mesh e dati di addestramento limitati.
- Valutazione sistematica dell'equivarianza su compiti con diverso allineamento distribuzionale.
Entità
Istituzioni
- arXiv