論文の概要: FastAgent: A Physics-Aware FastFluent-to-Fluent Workflow for Rapid CFD Screening and Industrial Steam Dewaxing Design

• arxiv url: http://arxiv.org/abs/2611.00645v1
• Date: Sat, 31 Oct 2026 05:19:55 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-03 19:47:31.005919
• Title: FastAgent: A Physics-Aware FastFluent-to-Fluent Workflow for Rapid CFD Screening and Industrial Steam Dewaxing Design
• Title（参考訳）: FastAgent: 高速CFDスクリーニングと産業用蒸気脱水設計のための物理対応高速フルエント-フルエントワークフロー
• Abstract要約: 我々はFastFluentを中心に構築された物理対応のキャンペーンコントローラであるFastAgentを紹介する。 FastAgentは、アクティブな関心量(QoIs)による物理モデル、数値解法、シミュレーション水平線を割り当てる このフレームワークは、正規化された最悪のQoIエラーを5.68-99.14%削減し、決定関連計算を1.53-15.36因子で高速化する。
• 参考スコア（独自算出の注目度）: 5.906153514267949
• License:
• Abstract: Industrial computational fluid dynamics (CFD) becomes costly when complex geometries, long transients and coupled physics must be evaluated across large design spaces. We introduce FastAgent, a physics-aware campaign controller built around FastFluent, a lightweight numerical engine for rapid physical screening. FastFluent supplies stage-specific fields and diagnostics; FastAgent allocates physical models, numerical resolution and simulation horizons by the active quantities of interest (QoIs), while returned Fluent discrepancies update subsequent decisions. Across six public CFD benchmark campaigns, the framework reduces normalised worst-QoI error by 5.68-99.14% and accelerates decision-relevant computation by factors of 1.53-15.36 relative to a matched Generic Agent control. Applied to high-pressure steam dewaxing in investment casting, FastAgent identifies nonuniform condensation heating as the dominant startup mechanism and separates rapid risk-window localisation from high-fidelity melt-completion confirmation. The rapid route requires 81.39% fewer cell-time updates than a fine-grid, small-time-step reference. Structural analysis localises fracture at the observed blade edge. Screening 131,072 outlet layouts and selectively evaluating candidates with Fluent and Abaqus identifies Sparse-6, which reduces simulated crack opening by 96.0% and connected crack extent by 66.7% relative to the Original design. These results demonstrate how rapid numerical evidence and adaptive fidelity control connect large CFD search spaces to mechanism-guided industrial design.
• Abstract（参考訳）: 産業計算流体力学(CFD)は、複雑な測地、長い過渡度、結合された物理を大きな設計空間で評価する必要があるときにコストがかかる。 我々は、高速物理スクリーニングのための軽量数値エンジンであるFastFluentを中心に構築された物理対応のキャンペーンコントローラであるFastAgentを紹介する。 FastFluentはステージ固有のフィールドと診断を提供し、FastAgentはアクティブな関心量(QoIs)によって物理モデル、数値解像度、シミュレーション水平線を割り当てる。 6つの公的なCFDベンチマークキャンペーンの中で、このフレームワークは正常化された最悪のQoIエラーを5.68-99.14%削減し、一致したジェネリックエージェント制御に対する1.53-15.36の係数による決定関連計算を高速化する。 投資鋳造における高圧蒸気脱ワックスの適用により、FastAgentは非均一凝縮加熱を支配的な起動機構として認識し、高速なリスクウインドウの局所化と高忠実なメルトコンプリート確認を分離する。 高速なルートは、細粒度で小さなステップ参照よりも81.39%少ないセルタイム更新を必要とする。 構造解析は観察された刃端の骨折を局所化する。 131,072の出口レイアウトをスクリーニングし、FluentとAbaqusの候補を選択的に評価することで、シミュレーションクラックの開口を96.0%、接続クラックの幅を66.7%減らすSparse-6を特定できる。 これらの結果は,大規模CFD探索空間と機構誘導型産業設計との高速な数値的証拠と適応的忠実度制御がいかに結びつくかを示す。

関連論文リスト

• A Physics-Chemistry-Informed Neural Network (PCINN) for Real-Time Spatial-ALD Coverage Prediction and Reliable Kinetics Inversion [12.347745432601306]
  CFDレベルの精度をリアルタイムに実現した物理インフォームド化学化学ニューラルネットワークを提案する。 クエリは、CFD解決の約5×104倍の約7ミリ秒でカバレッジを返す。 アーキテクチャはブラックボックスではなく、小さなネットワークは、動作条件からニアウォール濃度の閉鎖のみを学習する。
  論文  参考訳（メタデータ） (2026-07-31T18:52:27Z)
• Optimizing Sensor Placement for Hydrogen Leak Detection in Enclosed Infrastructure: A Comparative Study Using CFD-informed Genetic Algorithm and DeepSets Neural Surrogate [0.2624902795082451]
  囲まれた環境における水素のインフラは、重大な安全上の課題を呈している。 現在の監視システムは、主に反応性があり、有害な濃度が形成された後のみ漏れを検出する。 本研究では,能動型センサ配置最適化のための計算フレームワークを開発する。
  論文  参考訳（メタデータ） (2026-07-20T07:59:48Z)
• LiquidTAD: Efficient Temporal Action Detection via Parallel Liquid-Inspired Temporal Relaxation [2.3837169660687123]
  LiquidTADは、液体神経力学以前の指数緩和を並列時間演算子に蒸留するフレームワークである。 LiquidTADは、モデルフットプリントを大幅に低下させながら、強力なベースラインと競合する精度を達成する。
  論文  参考訳（メタデータ） (2026-04-20T13:48:17Z)
• Amped: Adaptive Multi-stage Non-edge Pruning for Edge Detection [53.59823657644554]
  エッジ検出のための適応型多段非エッジプルーニングフレームワーク(Amped)を提案する。 Ampedは高信頼の非エッジトークンを識別し、可能な限り早く削除し、計算を大幅に削減する。 既存のエッジ検出ネットワークの構造的複雑さを軽減するため,Streamline Edge Detector(SED)と呼ばれる,シンプルながら高性能なTransformerベースのモデルを導入する。
  論文  参考訳（メタデータ） (2026-03-29T12:26:35Z)
• LiQSS: Post-Transformer Linear Quantum-Inspired State-Space Tensor Networks for Real-Time 6G [85.58816960936069]
  Sixth-Generation (6G) Open Radio Access Networks (O-RAN) における能動的およびエージェント的制御は、厳密なニアタイム(Near-RT)レイテンシと計算制約の下で制御グレードの予測を必要とする。 本稿では,効率的な無線テレメトリ予測のための変圧器後パラダイムについて検討する。 本稿では、自己アテンションを安定な状態空間動的カーネルに置き換える量子インスピレーション付き状態空間テンソルネットワークを提案する。
  論文  参考訳（メタデータ） (2026-01-18T12:08:38Z)
• Accelerating HEC-RAS: A Recurrent Neural Operator for Rapid River Forecasting [0.0]
  本稿では,HEC-RASを解法としてではなく,データ生成エンジンとして扱う深層学習サロゲートを提案する。 ミシシッピ川流域の67か所で訓練され、サロゲートは1年間、目に見えないホールドアウトシミュレーションで評価された。 結果は、モデルが高い予測精度を達成し、中央値の絶対ステージ誤差は0.31フィートであることを示している。
  論文  参考訳（メタデータ） (2025-07-21T13:38:54Z)
• SlowFastVAD: Video Anomaly Detection via Integrating Simple Detector and RAG-Enhanced Vision-Language Model [52.47816604709358]
  ビデオ異常検出(VAD)は、ビデオ内の予期せぬ事象を識別することを目的としており、安全クリティカルドメインに広く応用されている。 視覚言語モデル(VLM)は強力なマルチモーダル推論能力を示し、異常検出の新しい機会を提供している。 SlowFastVADは高速異常検出器と低速異常検出器を統合したハイブリッドフレームワークである。
  論文  参考訳（メタデータ） (2025-04-14T15:30:03Z)
• Correlating sparse sensing for large-scale traffic speed estimation: A Laplacian-enhanced low-rank tensor kriging approach [76.45949280328838]
  本稿では,Laplacian enhanced Low-rank tensor (LETC) フレームワークを提案する。 次に,提案したモデルをネットワークワイド・クリグにスケールアップするために,複数の有効な数値手法を用いて効率的な解アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2022-10-21T07:25:57Z)
• FastFlowNet: A Lightweight Network for Fast Optical Flow Estimation [81.76975488010213]
  ディセンス光学フロー推定は、多くのロボットビジョンタスクで重要な役割を果たしています。 現在のネットワークはしばしば多くのパラメータを占有し、計算コストがかかる。 提案したFastFlowNetは、周知の粗大なやり方で、以下のイノベーションで機能する。
  論文  参考訳（メタデータ） (2021-03-08T03:09:37Z)

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。