論文の概要: A Predictive Surrogate Model for Heat Transfer of an Impinging Jet on a
Concave Surface
- arxiv url: http://arxiv.org/abs/2402.10641v1
- Date: Fri, 16 Feb 2024 12:41:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-19 16:12:57.857787
- Title: A Predictive Surrogate Model for Heat Transfer of an Impinging Jet on a
Concave Surface
- Title(参考訳): 凹面衝突噴流の熱伝達予測サーロゲートモデル
- Authors: Sajad Salavatidezfouli, Saeid Rakhsha, Armin Sheidani, Giovanni
Stabile and Gianluigi Rozza
- Abstract要約: 本稿では, 円錐面に衝突するパルス噴流の伝熱予測におけるモデル次数削減(MOR)と深層学習の有効性について検討する。
そこで本研究では,Fast Fourier Transformation augmented Artificial Neural Network (FFT-ANN) を用いて,定周波シナリオ下での平均ヌッセルト数を予測する。
POD-LSTM法は, 時間モードの傾向と値の両方を捉えることにより, ランダム周波数インピーダンスシナリオ下での局所熱伝達率を予測するための堅牢な解であることが証明された。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper aims to comprehensively investigate the efficacy of various Model
Order Reduction (MOR) and deep learning techniques in predicting heat transfer
in a pulsed jet impinging on a concave surface. Expanding on the previous
experimental and numerical research involving pulsed circular jets, this
investigation extends to evaluate Predictive Surrogate Models (PSM) for heat
transfer across various jet characteristics. To this end, this work introduces
two predictive approaches, one employing a Fast Fourier Transformation
augmented Artificial Neural Network (FFT-ANN) for predicting the average
Nusselt number under constant-frequency scenarios. Moreover, the investigation
introduces the Proper Orthogonal Decomposition and Long Short-Term Memory
(POD-LSTM) approach for random-frequency impingement jets. The POD-LSTM method
proves to be a robust solution for predicting the local heat transfer rate
under random-frequency impingement scenarios, capturing both the trend and
value of temporal modes. The comparison of these approaches highlights the
versatility and efficacy of advanced machine learning techniques in modelling
complex heat transfer phenomena.
- Abstract(参考訳): 本稿では, 円錐面に衝突するパルスジェットの伝熱予測におけるモデル次数削減(MOR)と深層学習の有効性を総合的に検討することを目的とする。
パルス円噴流に関する以前の実験的および数値的研究を拡張して, 種々のジェット特性を横断する熱伝達の予測的サロゲートモデル (PSM) を評価する。
そこで本研究では,Fast Fourier Transformation augmented Artificial Neural Network (FFT-ANN) を用いて,一定の周波数シナリオ下での平均ヌッセルト数を予測する。
さらに、ランダム周波数衝突噴流に対する適切な直交分解と長期記憶(POD-LSTM)手法を導入する。
POD-LSTM法は, 時間モードの傾向と値の両方を捉えることにより, ランダム周波数インピーダンスシナリオ下での局所熱伝達率を予測するための堅牢な解であることが証明された。
これらのアプローチの比較は、複雑な伝熱現象のモデリングにおける高度な機械学習技術の汎用性と有効性を強調している。
関連論文リスト
- Confronting Reward Overoptimization for Diffusion Models: A Perspective
of Inductive and Primacy Biases [81.49800426169632]
拡散モデルと人間の嗜好のギャップを埋めることが、実用的生成への統合に不可欠である。
本稿では,中間段階の時間的帰納バイアスを利用したポリシー勾配アルゴリズムTDPO-Rを提案する。
実験結果から,報酬過小評価を緩和するアルゴリズムの有効性が示された。
論文 参考訳(メタデータ) (2024-02-13T15:55:41Z) - Stochastic Latent Transformer: Efficient Modelling of Stochastically
Forced Zonal Jets [0.0]
本稿では,SLT(Stochastic Latent Transformer)という新しい確率論的学習手法を提案する。
SLTは、様々な統合期間にわたってシステムダイナミクスを正確に再現し、定量的診断を通じて検証する。
水平平均流をエミュレートする際の5次のマグニチュードスピードアップを実現する。
論文 参考訳(メタデータ) (2023-10-25T16:17:00Z) - Generative Modeling with Phase Stochastic Bridges [52.919600985186996]
拡散モデル(DM)は、連続入力のための最先端の生成モデルを表す。
我々はtextbfphase space dynamics に基づく新しい生成モデリングフレームワークを提案する。
我々のフレームワークは、動的伝播の初期段階において、現実的なデータポイントを生成する能力を示す。
論文 参考訳(メタデータ) (2023-10-11T18:38:28Z) - DYffusion: A Dynamics-informed Diffusion Model for Spatiotemporal
Forecasting [18.86526240105348]
本稿では,確率的予測のための拡散モデルを効率的に訓練する手法を提案する。
我々は,標準拡散モデルの前方および逆過程を模倣する時間条件補間器と予測器ネットワークを訓練する。
本手法は, 海面温度, ナビエ-ストークス流, および湧水系の複雑な力学の確率論的予測を競合的に行う。
論文 参考訳(メタデータ) (2023-06-03T02:46:31Z) - A Geometric Perspective on Diffusion Models [60.69328526215776]
本稿では,人気のある分散拡散型SDEのODEに基づくサンプリングを検証し,そのサンプリングダイナミクスの興味深い構造を明らかにした。
我々は、最適なODEベースのサンプリングと古典的な平均シフト(モード探索)アルゴリズムの理論的関係を確立する。
論文 参考訳(メタデータ) (2023-05-31T15:33:16Z) - Modeling the space-time correlation of pulsed twin beams [68.8204255655161]
パラメトリックダウンコンバージョンによって生成される絡み合ったツインビームは、画像指向アプリケーションで好まれるソースである。
本研究では,時間消費数値シミュレーションと非現実的な平面波ポンプ理論のギャップを埋めることを目的とした半解析モデルを提案する。
論文 参考訳(メタデータ) (2023-01-18T11:29:49Z) - A Long-term Dependent and Trustworthy Approach to Reactor Accident
Prognosis based on Temporal Fusion Transformer [0.779964823075849]
本稿では,多面的自己意図とゲーティング機構を備えたTFTモデルに基づく事故診断手法を提案する。
HPR1000反応器における冷却剤事故(LOCA)の消失後の予後に本法を適用した。
論文 参考訳(メタデータ) (2022-10-28T13:08:48Z) - How Much is Enough? A Study on Diffusion Times in Score-based Generative
Models [76.76860707897413]
現在のベストプラクティスは、フォワードダイナミクスが既知の単純なノイズ分布に十分に近づくことを確実にするために大きなTを提唱している。
本稿では, 理想とシミュレーションされたフォワードダイナミクスのギャップを埋めるために補助モデルを用いて, 標準的な逆拡散過程を導出する方法について述べる。
論文 参考訳(メタデータ) (2022-06-10T15:09:46Z) - Photoinduced prethermal order parameter dynamics in the two-dimensional
large-$N$ Hubbard-Heisenberg model [77.34726150561087]
2次元相関電子モデルにおいて、競合する秩序相の微視的ダイナミクスについて検討する。
2つの競合する位相間の光誘起遷移をシミュレートする。
論文 参考訳(メタデータ) (2022-05-13T13:13:31Z) - Gaussian wavepacket model for single-photon generation based on cavity
QED in the adiabatic and nonadiabatic conditions [0.0]
キャビティ透過率パラメータを最適化することにより、短パルス幅を維持しながら高い成功率を達成する方法を示す。
我々の定式化は、様々な実験プラットフォームにおいて効率的な単一光子生成のための実用的なツールを提供する。
論文 参考訳(メタデータ) (2021-12-05T13:34:54Z) - A latent variable approach to heat load prediction in thermal grids [10.973034520723957]
この方法はスウェーデンのルリアにある1つの多層住宅に適用される。
結果は、人工ニューラルネットワークを用いた予測と比較される。
論文 参考訳(メタデータ) (2020-02-13T09:21:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。