論文の概要: An Analytical and AI-discovered Stable, Accurate, and Generalizable Subgrid-scale Closure for Geophysical Turbulence

• arxiv url: http://arxiv.org/abs/2509.20365v2
• Date: Wed, 01 Oct 2025 00:32:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-02 14:33:21.778066
• Title: An Analytical and AI-discovered Stable, Accurate, and Generalizable Subgrid-scale Closure for Geophysical Turbulence
• Title（参考訳）: 地学的乱流に対する解析的およびAIによる安定度, 高精度, 一般化可能なサブグリッドスケールクロージャ
• Authors: Karan Jakhar, Yifei Guan, Pedram Hassanzadeh,
• Abstract要約: この閉鎖を伴う大渦シミュレーション(LES)は正確で安定であり、極端なものを含むDNS統計を再現する。 また、新しい閉包はテイラー展開の4階の閉包から導かれることも示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: By combining AI and fluid physics, we discover a closed-form closure for 2D turbulence from small direct numerical simulation (DNS) data. Large-eddy simulation (LES) with this closure is accurate and stable, reproducing DNS statistics including those of extremes. We also show that the new closure could be derived from a 4th-order truncated Taylor expansion. Prior analytical and AI-based work only found the 2nd-order expansion, which led to unstable LES. The additional terms emerge only when inter-scale energy transfer is considered alongside standard reconstruction criterion in the sparse-equation discovery.
• Abstract（参考訳）: AIと流体物理を組み合わせることで、小さな直接数値シミュレーション(DNS)データから2次元乱流の閉形式閉包を発見する。 この閉鎖を伴う大渦シミュレーション(LES)は正確で安定であり、極端なものを含むDNS統計を再現する。 また、新しい閉包はテイラー展開の4階の閉包から導かれることも示している。 以前の分析とAIに基づく研究で、2階展開しか見つからなかったため、不安定なLESに繋がった。 追加用語はスパース方程式発見における標準再構成基準とともにスケール間エネルギー移動が考慮される場合にのみ現れる。

関連論文リスト

• Zassenhaus Expansion in Solving the Schrödinger Equation [0.0]
  基本的な課題はユニタリ進化作用素 (e-imathcalHt ) の近似である。 我々は、E. K"okc"u et alによって導入された固定深度シミュレーションの枠組みを改良し、二階ザッセンハウス展開を取り入れた。 これにより、(mathcalO(t))のようにエラースケーリングを伴う制御された非単位近似が得られる。
  論文  参考訳（メタデータ） (2025-05-14T14:48:47Z)
• Bayesian Circular Regression with von Mises Quasi-Processes [57.88921637944379]
  本研究では、円値ランダム関数上の表現的および解釈可能な分布の族を探索する。 後部推論のために,高速ギブズサンプリングに寄与するストラトノビッチ様拡張法を導入する。 本研究では,このモデルを用いて風向予測と走行歩行周期のパーセンテージを関節角度の関数として適用する実験を行った。
  論文  参考訳（メタデータ） (2024-06-19T01:57:21Z)
• Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
  近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。 本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
  論文  参考訳（メタデータ） (2024-04-29T15:04:07Z)
• Curvature-Independent Last-Iterate Convergence for Games on Riemannian Manifolds [77.4346324549323]
  本研究では, 多様体の曲率に依存しないステップサイズが, 曲率非依存かつ直線的最終点収束率を達成することを示す。 我々の知る限りでは、曲率非依存率や/または最終点収束の可能性はこれまでに検討されていない。
  論文  参考訳（メタデータ） (2023-06-29T01:20:44Z)
• Learning Closed-form Equations for Subgrid-scale Closures from High-fidelity Data: Promises and Challenges [1.2582887633807602]
  2次元乱流とレイリー・ブエナード対流のフィルタ数値シミュレーションから閉包を学習する。 発見された閉包はテイラー級数の先頭項と一致することを示す。 これらの知見は,任意のマルチスケールシステムのクロージャモデリングに関係している。
  論文  参考訳（メタデータ） (2023-06-08T08:07:54Z)
• Restoration-Degradation Beyond Linear Diffusions: A Non-Asymptotic Analysis For DDIM-Type Samplers [90.45898746733397]
  本研究では拡散生成モデルに用いる決定論的サンプリング器の非漸近解析のためのフレームワークを開発する。 確率フローODEに沿った1ステップは,1) 条件付き対数線上を無限に先行して上昇する回復ステップ,2) 雑音を現在の勾配に向けて前向きに進行する劣化ステップの2段階で表すことができる。
  論文  参考訳（メタデータ） (2023-03-06T18:59:19Z)

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。