Research output: Contribution to journal › Article › peer-review
Моделирование обтекания тела в двумерном канале на основе физически информированных нейронных сетей. / Цгоев, Чермен Аланович; Сахаров, Данил Иванович; Братенков, Мирон Андреевич et al.
In: Прикладная механика и техническая физика, No. 3 (391), 8, 2025, p. 108-121.Research output: Contribution to journal › Article › peer-review
}
TY - JOUR
T1 - Моделирование обтекания тела в двумерном канале на основе физически информированных нейронных сетей
AU - Цгоев, Чермен Аланович
AU - Сахаров, Данил Иванович
AU - Братенков, Мирон Андреевич
AU - Травников, Владислав Андреевич
AU - Серёдкин, Александр Валерьевич
AU - Калинин, Владислав Алексеевич
AU - Фомичев, Д. В.
AU - Мулляджанов, Рустам Илхамович
N1 - Моделирование обтекания тела в двумерном канале на основе физически информированных нейронных сетей / Ч.А. Цгоев, Д.И. Сахаров, М.А. Братенков [и др.] // Прикладная механика и техническая физика. – 2025. – № 3 (391). – С. 108-121. – DOI 10.15372/PMTF202415508. – EDN PUVKUL. Работа выполнена в рамках государственной программы федеральной территории "Сириус" «Научно-технологическое развитие федеральной территории "Сириус"» (соглашение № 18-03 от 10.09.2024).
PY - 2025
Y1 - 2025
N2 - Представлены некоторые аспекты использования физически информированных нейронных сетей на примере решения двумерной стационарной задачи об обтекании препятствия с использованием уравнений Навье ̶ Стокса. Исследуется влияние функции активации, количественных параметров обучающей выборки, адаптивной регуляризации и адаптивных сеток на качество и точность решений в рамках фиксированной архитектуры нейронной сети. Проводится анализ взаимосвязи между этими факторами и качеством моделирования для выявления оптимальных условий повышения точности и устойчивости решений.
AB - Представлены некоторые аспекты использования физически информированных нейронных сетей на примере решения двумерной стационарной задачи об обтекании препятствия с использованием уравнений Навье ̶ Стокса. Исследуется влияние функции активации, количественных параметров обучающей выборки, адаптивной регуляризации и адаптивных сеток на качество и точность решений в рамках фиксированной архитектуры нейронной сети. Проводится анализ взаимосвязи между этими факторами и качеством моделирования для выявления оптимальных условий повышения точности и устойчивости решений.
KW - ФИЗИЧЕСКИ ИНФОРМИРОВАННЫЕ НЕЙРОСЕТИ
KW - ГЛУБОКОЕ ОБУЧЕНИЕ
KW - СИСТЕМА УРАВНЕНИЙ НАВЬЕ - СТОКСА
UR - https://elibrary.ru/item.asp?id=69189819
U2 - 10.15372/PMTF202415508
DO - 10.15372/PMTF202415508
M3 - статья
SP - 108
EP - 121
JO - Прикладная механика и техническая физика
JF - Прикладная механика и техническая физика
SN - 0869-5032
IS - 3 (391)
M1 - 8
ER -
ID: 74233503