論文の概要: Physics-informed neural networks for two-dimensional wall-reactive solute dispersion in canonical shear flows

• arxiv url: http://arxiv.org/abs/2608.00856v1
• Date: Sat, 01 Aug 2026 20:32:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 15:07:24.958981
• Title: Physics-informed neural networks for two-dimensional wall-reactive solute dispersion in canonical shear flows
• Title（参考訳）: 標準せん断流れにおける二次元壁反応性溶質分散のための物理インフォームニューラルネットワーク
• Abstract要約: せん断流における2次元壁反応性溶質分散をシミュレートする物理インフォームドニューラルネットワーク(PINN)フレームワークを提案する。 PINNフレームワークは、ネットワーク予測を吸収する時間集中場を再構成する。 以上の結果から, 強制的なせん断プロファイルは, 反応的取り込みの活発な組織を左右することが明らかとなった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The dispersion of reactive solutes in shear flows is governed by the interplay between advective stretching, transverse diffusion, and boundary exchange kinetics. While classical analytical methods and grid-based numerical solvers have extensively characterised these transport mechanisms, accurately resolving the spatiotemporal evolution of solute plumes in asymmetric reactive environments remains computationally demanding. In this study, we introduce a physics-informed neural network (PINN) framework to simulate two-dimensional wall-reactive solute dispersion in canonical shear flows (Couette, Poiseuille, and Couette-Poiseuille) bounded by absorbing walls. By embedding the governing convection-diffusion equation and Robin boundary conditions into a unified loss function, the mesh-free PINN reconstructs the spatiotemporal concentration field. The network predictions are validated against an alternating-direction implicit (ADI) finite-difference benchmark, showing close agreement across non-reactive, symmetric, and asymmetric reactive regimes. The computations are carried out at $\mathrm{Pe}=10$ for impermeable walls, symmetric absorption $(β_1,β_2)=(1,1)$, and tenfold asymmetric wall-reactivity contrasts $(β_1,β_2)=(0.2,2)$ and (2,0.2). Leveraging the differentiable nature of the trained PINN, we extract wall-resolved transport diagnostics, including the apparent axial dispersion coefficient, cumulative wall-removal dynamics, and localised uptake fluxes. The results show that the imposed shear profile governs the streamwise organisation of reactive uptake, while unequal wall reactivities induce transverse asymmetry that modifies the macroscopic spreading rate. Overall, this framework establishes PINNs as an interpretable mesh-free tool for analysing boundary-coupled reactive transport in shear flows.
• Abstract（参考訳）: せん断流中における反応性溶質の分散は, 対流伸展, 横流拡散, 境界交換速度の相互作用によって制御される。 古典的解析法やグリッドに基づく数値解法はこれらの輸送機構を広範囲に特徴付けてきたが、非対称な反応環境での溶質プラムの時空間的進化を正確に解決することは、計算的に要求されるままである。 本研究では,壁を吸収した正準せん断流(Couette,Poiseuille,Couette-Poiseuille)における2次元壁反応性溶質分散をシミュレートする物理インフォームニューラルネットワーク(PINN)フレームワークを提案する。 制御対流拡散方程式とロビン境界条件を統一損失関数に埋め込むことにより、メッシュフリーPINNは時空間集中場を再構成する。 ネットワーク予測は、非反応性、対称、非対称反応状態間の密接な一致を示す交互方向暗黙的(ADI)有限差分ベンチマークに対して検証される。 計算は不透過壁に対して$\mathrm{Pe}=10$、対称吸収$(β_1,β_2)=(1,1)$で行われ、10倍非対称壁反応性コントラスト$(β_1,β_2)=(0.2,2)$および(2,0.2)で実行される。 訓練されたPINNの相違性を利用して, 壁分解輸送診断を抽出し, 明らかな軸方向の分散係数, 累積壁除去ダイナミクス, 局所的な取り込みフラックスを抽出した。 その結果, せん断形状は反応吸収の流動的な構造を制御し, 不均一な壁反応はマクロな拡散速度を変化させる横非対称性を誘導することがわかった。 全体として、このフレームワークは、せん断流における境界結合型リアクティブトランスポートを分析するための解釈可能なメッシュフリーツールとしてPINNを確立している。

関連論文リスト

• A Commutator Framework for Selective Spectral Alignment in Deep Neural Networks [0.0]
  学習した特徴量がどのように組織化され、輸送され、選択的に深層ニューラルネットワークに整列されるかを記述する、有限幅の幾何学的枠組みを開発する。 重み付き共分散、ゲート、後方感度の不適合性は、通勤者の3つのファミリーによって定量化される。 我々は、スペクトルギャップ、プロジェクター進化、安定化推定を確立し、明示的な幾何学的誤差境界あるいは本質的な減衰仮定の下で崩壊する条件付きリアプノフの原理を定式化する。
  論文  参考訳（メタデータ） (2026-08-24T07:42:16Z)
• Stochastic Counterdiabatic Driving via Biorthogonal Liouvillian Eigenmodes [42.668742604089324]
  エスコレートされた自由エネルギーシミュレーションは、ラグを除去するエンジニアリング制御フィールド$mathbfu$による非断熱的なラグに対処する。 一般化座標変換の代わりにゲージ型変換に基づく相補的な数値的枠組みを構築する。 非断熱ラグを約12桁の精度で抑えることにより, 逆断熱条件が機械精度に満足していることが示される。
  論文  参考訳（メタデータ） (2026-07-27T13:08:14Z)
• Quantifying Uncertainty In Wide Two-Layer Neural Networks: On The Law Of The Limiting Fluctuation Process [3.0171175820634826]
  ニューラルネットワーク予測における不確かさの定量化は、通常のアプリケーションでは大きな問題である。 提案手法では,PDEの分散情報を用いて不確実性を直接評価することにより,コスト削減を図る。 そこで我々は,勾配降下法により訓練された広帯域2層ニューラルネットワークの平均場限界付近のランダムなゆらぎを記述する制限過程の法則について検討した。
  論文  参考訳（メタデータ） (2026-06-04T10:25:23Z)
• Coherent Exchange and Decoherence in Dirac-Spin-Liquid Quantum Interconnects [0.0]
  そこで我々は,2つの局所量子ビットに対して,ディラック・スピン・液体のような浴槽に結合したサセプティビリティに基づく開系理論を開発した。 この単一応答カーネルがコヒーレントおよび散逸的量子ビットダイナミクスの両方を制御していることを示す。
  論文  参考訳（メタデータ） (2026-06-01T07:24:58Z)
• Entanglement dynamics after quenches with inhomogeneous Hamiltonians [0.0]
  不均一ハミルトニアンが支配する二部系における絡み合いのダイナミクスを$H = H_L + H_R$という形で検討する。 長期の流体力学限界における2つの領域間の絡み合いエントロピーの解析式を導出した。
  論文  参考訳（メタデータ） (2026-05-02T20:07:04Z)
• Symmetry-protected topology and deconfined solitons in a multi-link $\mathbb{Z}_2$ gauge theory [45.88028371034407]
  球殻の大円として視覚化できるリンクを持つ多重グラフ上で定義された$mathbbZ$格子ゲージ理論を研究する。 これは、ピエルズ不安定性に類似した現象の根底にある状態依存トンネル振幅につながることを示す。 行列積状態に基づいて詳細な解析を行うことで、電荷分解が電荷-摩擦化の結果生じることを証明できる。
  論文  参考訳（メタデータ） (2026-03-02T22:59:25Z)
• Plug-and-Play Diffusion Meets ADMM: Dual-Variable Coupling for Robust Medical Image Reconstruction [45.25461515976432]
  画像再構成のための強力なパラダイムとして,DP(Plug-and-Play diffusion prior)フレームワークが登場した。 本稿では, バイアス・ハロシン化トレードオフを解消し, 収束を著しく加速した最先端の勾配を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2026-02-26T16:58:43Z)
• KITINet: Kinetics Theory Inspired Network Architectures with PDE Simulation Approaches [43.872190335490515]
  本稿では,非平衡粒子動力学のレンズによる特徴伝播を再解釈する新しいアーキテクチャKITINetを紹介する。 そこで本研究では,粒子系の進化をモデルとした残留モジュールを提案する。 この定式化は粒子衝突とエネルギー交換を模倣し、物理インフォームド相互作用による適応的特徴改善を可能にする。
  論文  参考訳（メタデータ） (2025-05-23T13:58:29Z)
• Radiative transport in a periodic structure with band crossings [47.82887393172228]
  任意の空間次元におけるシュリンガー方程式の半古典モデル(英語版)を導出する。 決定論的シナリオとランダムシナリオの両方を考慮する。 特定の応用として、ランダムなグラフェン中のウェーブパケットの有効ダイナミクスを導出する。
  論文  参考訳（メタデータ） (2024-02-09T23:34:32Z)
• Learning Discretized Neural Networks under Ricci Flow [48.47315844022283]
  低精度重みとアクティベーションからなる離散ニューラルネットワーク(DNN)について検討する。 DNNは、訓練中に微分不可能な離散関数のために無限あるいはゼロの勾配に悩まされる。
  論文  参考訳（メタデータ） (2023-02-07T10:51:53Z)
• Quadrature nonreciprocity: unidirectional bosonic transmission without breaking time-reversal symmetry [0.0]
  時間反転対称ハミルトニアンを持つ系における非相互性の概念を一方向ボソニック輸送へ拡張する。 標準の非相互性とは対照的に、この一方向輸送は、モードが外部参照位相に関して解決されたときに現れる。 我々の研究は、ボゾン系における信号ルーティングと量子制限増幅のための新しい道を開く。
  論文  参考訳（メタデータ） (2022-07-18T11:37:54Z)

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。