深度学习，也被称为机器学习，复制数据来建模问题场景并提供解决方案。然而，物理学中的一些问题是未知的，或者不能在计算机上用数学详细地表示。伊利诺伊大学香槟分校(University of Illinois Urbana-Champaign)的研究人员开发了一种新方法，将物理学引入机器学习过程，从而做出更好的预测。

 

研究人员使用湍流来测试他们的方法。

 

“我们不知道如何用一种有用的方法用数学方法写下所有的湍流。有些未知数无法在计算机上表示， 杏耀平台谈科技 ，所以我们使用机器学习模型来计算这些未知数。作为学习过程的一部分，我们同时训练它所看到的东西和物理控制方程。这就是它神奇和有效的原因，”威利特教授和航空航天工程系主任乔纳森·弗洛因德说。

 

弗洛因德说，对这种方法的需求是普遍的。

 

“这是老问题了。人们在很长一段时间里一直在努力模拟湍流，试图模拟其中未被表现出来的部分。”

 

然后，登录杏耀平台他和同事贾斯汀•西里尼亚诺(Justin Sirignano)顿悟了。

 

“我们了解到，如果你试图在不考虑已知的物理控制方程的情况下进行机器学习，它是行不通的。我们把它们结合起来，成功了。”

 

弗罗因德说，在设计空气或航天器时，这种方法将帮助工程师预测包含湍流的设计是否符合他们的目标。他们可以做出改变，再次运行它来预测热传递或升力，并预测他们的设计是好是坏。

 

任何想要模拟物理现象的人都可以使用这种新方法。他们会采用我们的方法，将数据加载到他们自己的软件中。这是一种承认其他未知物理学的方法。而观察到的未知物理结果可以用于训练，”弗洛因德说。

 

这项工作是利用美国伊利诺伊大学香槟分校国家超级计算中心的“蓝色水域”的超级计算设备完成的，这使得模拟速度更快，成本也更低。

 

下一步是将该方法用于更真实的湍流。

 

“我们用来演示这个方法的紊流是一个非常简单的结构，”Freund说。“实际资金流动更为复杂。我还想用紊流的方法来处理其中的火焰，这是一种额外的物理。我们计划在NCSA的新超燃冲压发动机设计中心继续研发这一技术。”

 

弗洛因德说，这项工作还处于研究阶段，杏耀网址但可能会对未来的工业产生潜在影响。

 

“大学在第一次湍流模拟中非常活跃，然后工业界开始进行模拟。在80年代和90年代，第一个基于大学的大涡流模拟看起来非常昂贵。但现在公司做大涡流模拟。我们希望这种预测能力将遵循类似的路径。我可以预见，在未来的某一天，随着更好的技术和更快的计算机，公司将开始使用它。”