論文の概要: A Query-Time Framework for Transient 2D Pore-Scale Flow Prediction and Generative Design
- arxiv url: http://arxiv.org/abs/2608.22235v1
- Date: Sun, 23 Aug 2026 06:13:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:43.659707
- Title: A Query-Time Framework for Transient 2D Pore-Scale Flow Prediction and Generative Design
- Title（参考訳）: 過渡的2次元細孔流予測と生成設計のための問合せ時間フレームワーク
- Abstract要約: 気孔流は多孔質メディア工学応用における輸送および透過性挙動を制御している。
本研究では,幾何条件のクエリ時演算子として一過性の細孔流予測を定式化する。
このフレームワークは、多孔質媒体の過渡流予測、トランスポート・アウェア・スクリーニング、LBM検証逆設計を統一する。
- 参考スコア（独自算出の注目度）: 10.658100348270457
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pore-scale flow governs transport and permeability behaviour in porous media engineering applications, yet repeated lattice Boltzmann method (LBM) simulation across many geometries and design queries remains costly for repeated deployment. This study formulates transient pore-scale flow prediction as a geometry-conditioned query-time operator and introduces QSGS-Transient-7606, a benchmark of 7,606 two-dimensional porous structures each paired with 30 logarithmically sampled LBM states. The proposed continuous-time pore-scale flow surrogate model (CT-PoreFlow) integrates topology-aware geometry encoding, compressed spectral mixing, and log-time conditioning with a late-time flux-calibration objective. On unseen test geometries, CT-PoreFlow achieves a velocity relative L2 of 0.2248 and a terminal permeability error of 12.81%. Frozen morphology and computed tomography image audits confirm reasonable cross-geometry robustness without fine-tuning. The surrogate is then embedded in an inverse design workflow, screening 9,216 generative adversarial network and diffusion candidates across 18 property targets prior to LBM verification. Guided GAN sampling attains 98.11% through-connectivity and 72.28% conditional design success, exceeding diffusion-based generation. The framework unifies transient flow prediction, transport-aware screening, and LBM-verified inverse design for porous media.
- Abstract（参考訳）: 細孔流は多孔質メディア工学アプリケーションにおいて輸送および透過性挙動を制御しているが, 繰り返し格子ボルツマン法 (LBM) シミュレーションが多くの測地にわたって行われ, 設計クエリは繰り返し展開に要する費用がかかる。
本研究は、幾何条件付きクエリ時演算子として過渡的多孔質流予測を定式化し、30個の対数サンプリングされたLBM状態と組み合わせた7,606個の2次元多孔質構造のベンチマークであるQSGS-Transient-7606を導入する。
提案した連続時間細孔フローサロゲートモデル (CT-PoreFlow) は, トポロジカルな幾何符号化, 圧縮スペクトル混合, 対数時間条件をリアルタイムフラックスキャリブレーションの目的と統合する。
未知のテスト測地では、CT-PoreFlowは速度相対L2が0.2248、終端透過率誤差が12.81%に達する。
凍結形態学とCT画像検査は微調整なしで合理的な断面積の頑健性を確認した。
次に、サロゲートは逆設計ワークフローに埋め込まれ、LCM検証の前に18のプロパティターゲットにまたがる9,216の生成敵ネットワークと拡散候補をスクリーニングする。
誘導型GANサンプリングは98.11%の接続性、72.28%の条件付き設計成功を達成し、拡散ベースの世代を超えた。
このフレームワークは、多孔質媒体の過渡流予測、トランスポート・アウェア・スクリーニング、LBM検証逆設計を統一する。
関連論文リスト
- Conditional Flow Matching for ML-Based Inverse Design Problems [0.0]
条件流マッチング(CFM)は条件拡散モデルと条件生成逆ネットワーク(cGAN)と比較される
CFMは、両方のベースラインよりも測定値のCOGが低く、拡散よりもネットワーク評価が少ない温暖なスタートを生成する。
論文 参考訳（メタデータ） (2026-09-01T08:00:33Z) - Trajectory-Aware Flow Matching for Topology Optimisation [2.1228310295568136]
トポロジー最適化(TO)は、繰り返し有限要素解析と感度に基づく材料更新を必要とすることが多い。
既存のモデルは、構造的実現可能性と物理的整合性を維持するために、敵の訓練、長い逆拡散サンプリング、または外部ガイダンスに依存することがある。
本研究では,条件付きトポロジ生成のためのフローマッチングに基づくトポロジ最適化フレームワークを開発した。
論文 参考訳（メタデータ） (2026-07-16T07:21:02Z) - Towards Fast GNN Surrogates for CO2 Migration in Complex Geological Formations [58.079925240809644]
本研究では, 地質ストレージにおけるCO$$$ibility plume マイグレーション予測に適したエンドツーエンドグラフニューラルネットワークサロゲートを提案する。
この方法は、CO$$ストレージシナリオを評価するために設計されたよく知られた業界テストケースであるSPE11Aベンチマークで評価される。
提案モデルでは, ガス飽和度と液相密度の競合予測を行い, 累積誤差は拡大予測地平線上では緩やかに保たれている。
論文 参考訳（メタデータ） (2026-06-15T18:19:17Z) - Learning Interface Breakup: A Geometry-Conditioned Latent Surrogate for Spray Formation [16.92031035309742]
アダプティブメッシュリファインメント(AMR)を用いた高忠実ボリューム・オブ・フルード(VOF)シミュレーションは、反復的な設計探索には高すぎる。
我々は,AMRセル密度場を符号化することにより,この問題に対処する797個の2相ノズルシミュレーションで訓練した幾何学条件付潜水剤を提案する。
ホールドアウトシミュレーションでは、1軌道当たり0.045秒まで推論時間を削減するとともに、キーインターフェースのダイナミクスを正確にキャプチャする。
論文 参考訳（メタデータ） (2026-06-15T11:32:36Z) - Entropy Across the Bridge: Conditional-Marginal Discretization for Flow and Schrödinger Samplers [68.9946633641494]
フローマッチングとシュルディンガーブリッジは確率を定義するが、その推論格子は通常一点拡散から受け継がれる。
終端条件付き橋梁形状を境界流の進化から分離し, 橋梁を識別する条件付きエントロピーレートを導出する。
EDM/CIFAR-10では、エントロピックな時間分散は5段階のFID(186.3 pm 4.0対200.5 pm 2.9対cosineの238.0 pm 5.3)が最適である。
論文 参考訳（メタデータ） (2026-05-15T16:11:10Z) - AnyFlow: Any-Step Video Diffusion Model with On-Policy Flow Map Distillation [70.80207977907908]
フローマップをベースとした,最初のノンステップビデオ拡散蒸留フレームワークであるAnyFlowを紹介した。
我々は、AnyFlowがいくつかの段階において、パフォーマンスの一致を達成するか、一貫性ベースの結果を上回ることを示す。
論文 参考訳（メタデータ） (2026-05-13T16:06:34Z) - Temporal Pair Consistency for Variance-Reduced Flow Matching [13.328987133593154]
TPC(Temporal Pair Consistency)は、同じ確率経路に沿ってペア化された時間ステップで速度予測を結合する軽量な分散還元原理である。
フローマッチング内で確立されたTPCは、複数の解像度でCIFAR-10とImageNetのサンプル品質と効率を改善する。
論文 参考訳（メタデータ） (2026-02-04T00:05:21Z) - Structure-Informed Estimation for Pilot-Limited MIMO Channels via Tensor Decomposition [51.56484100374058]
本稿では、スパース観測から低ランクテンソル完備化としてパイロットリミテッドチャネル推定を定式化する。
合成チャネル実験による最小二乗平均二乗誤差(NMSE)の最小二乗平均誤差(LS)に対する改善
DeepMIMO線トレーシングチャネルの評価では、純粋なテンソル法よりも24-44%NMSEが減少している。
論文 参考訳（メタデータ） (2026-02-03T23:38:05Z) - Periodicity-Enforced Neural Network for Designing Deterministic Lateral Displacement Devices [4.743321030941228]
本稿では, 周期層, ニューラルネットワークコンポーネントを組み込んだ周期性強化サロゲートモデリング手法を提案する。
提案手法は3つのサブネットワークを用いて, 臨界径や粒子軌道を直接予測するのではなく, 定常, 非次元速度, 圧力場を予測する。
論文 参考訳（メタデータ） (2025-11-21T20:14:16Z) - Environment-Aware Indoor LoRaWAN Path Loss: Parametric Regression Comparisons, Shadow Fading, and Calibrated Fade Margins [3.776919981139063]
内部のLoRaWAN伝播は、構造的および時間的変化の文脈因子によって形成される。
リークセーフなクロスバリデーションを用いて評価した,環境に配慮した統計的に規律のある経路損失フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-05T20:14:48Z) - Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である
CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。
CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
論文 参考訳（メタデータ） (2023-10-01T05:07:17Z) - FPCR-Net: Feature Pyramidal Correlation and Residual Reconstruction for
Optical Flow Estimation [72.41370576242116]
フレーム対からの光フロー推定のための半教師付き特徴ピラミッド相関・残留再構成ネットワーク(FPCR-Net)を提案する。
ピラミッド相関マッピングと残留再構成の2つの主要なモジュールで構成されている。
実験結果から,提案手法は,平均終点誤差 (AEE) に対して0.80, 1.15, 0.10の改善を達成し,最先端性能を実現していることがわかった。
論文 参考訳（メタデータ） (2020-01-17T07:13:51Z)
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。