porous media | BriefGPT - AI 论文速递

关键词porous media

搜索结果 - 8

多孔介质中多相流的 MgNO 方法
该研究探讨了多重网格神经算子（MgNO）在多孔介质内多相流模拟中的应用，该架构针对各种关键因素进行了调整，如渗透率和孔隙率的异质性。该研究将 MgNO 扩展到依赖时间的多孔介质流动问题，并验证了其在预测多相流的关键方面的准确性。此外，研究还
PDF20 days ago
基于迁移学习的物理信息卷积神经网络模拟多孔介质中的流动与时变控制
基于物理信息的卷积神经网络被提出用于模拟具有时间变化的井控的多相流体在多孔介质中的情况，该网络参数化了解决方案以建立控制到状态的回归关系。
PDF9 months ago
图卷积网络在多相流和多孔介质中的仿真中的应用
基于图卷积网络（GCN）的代理模型用于近似多相流体动力学在多孔介质中的时空解，并在不规则域几何和非结构化网格上具有良好的泛化能力。
PDFa year ago
通过通量函数算符学习多孔介质中多相流传输的泛解决方案
本文介绍了一种新的深度学习算法 ——PI-DeepONets 用于求解 Buckley-Leverett 偏微分方程并在多个科学和工程领域实现了四个数量级的速度提升，为传输问题研究提供了有前途的工具。
PDFa year ago
近临临界状态的非守恒双曲守恒定律的保守物理信息神经网络
本文提供了一种改进的 cPINN 算法用于构造非守恒形式的双曲标量守恒律例子中的 Riemann 问题的弱解，并使用深度学习算法在保守和非保守形式以及临界和非临界状态下解决了该问题。
PDFa year ago
多孔介质扩散的深度学习
本文采用卷积神经网络 (CNN) 来预测多孔介质的基本属性。该文分两项任务，第一项任务是利用几何分析来预测孔隙率和有效扩散系数，第二项任务则是通过重构系统的几何和浓度图来完成。其中，本文提出了两种不同种类的 CNN 模型，分别为 C-Net
PDFa year ago
U-FNO – 多相流增强傅里叶神经算子深度学习模型
U-FNO 是一种基于傅里叶神经算子的新颖神经网络结构，可用于解决在多孔介质中的多相流问题，相较于传统卷积神经网络模型和 ML 模型，U-FNO 模型在 CO2 注入问题中具有更高的准确性和数据利用率，只需三分之一的训练数据即可实现与该项目
PDF3 years ago
使用生成对抗神经网络重建三维多孔介质
通过神经网络生成的隐式描述概率分布的三维图像数据集，我们成功地比较了不同尺度多孔介质的特性，并发现对比传统的图像重建随机方法，此隐式表示的数据分布可以快速存储并重复生成多个孔隙结构的实现。
PDF7 years ago