قاموس الذكاء الاصطناعي
القاموس الكامل للذكاء الاصطناعي
معادلات نافييه-ستوكس
نظام من المعادلات التفاضلية الجزئية يصف حركة السوائل النيوتونية، ويجمع بين حفظ الكتلة وكمية الحركة، وهو أساسي لنمذجة التدفقات.
الشبكات العصبية المدعومة بالفيزياء (PINNs)
هندسة شبكات عصبية تدمج القوانين الفيزيائية كقيود في دالة الخسارة، مما يسمح بحل المعادلات التفاضلية الجزئية بدون بيانات تدريب خاضعة للإشراف.
ديناميكا الموائع الحسابية (CFD) المدعومة بالذكاء الاصطناعي
نهج هجين يجمع بين ديناميكا الموائع الحسابية التقليدية وتقنيات التعلم الآلي لتسريع المحاكاة وتحسين دقة التنبؤات.
نمذجة الاضطراب بالذكاء الاصطناعي
استخدام الشبكات العصبية لنمذجة مقاييس الشبكة الفرعية المضطربة، واستبدال نماذج RANS التقليدية بنهج قائم على البيانات.
تقليل النموذج بواسطة المرمزات التلقائية (Autoencoders)
تقنية لتقليل الأبعاد تستخدم المرمزات التلقائية لتحديد الأنماط الرئيسية لتدفقات السوائل، مما يسمح بالمحاكاة في الوقت الفعلي مع الحفاظ على الفيزياء.
طرق لاتيس بولتزمان العصبية
نهج محاكاة حيث يتم استبدال عوامل الاصطدام والانتشار لطريقة لاتيس بولتزمان بشبكات عصبية لتحسين الكفاءة الحسابية.
الشبكات التوليدية التنافسية (GAN) لتوليد التدفقات
شبكات توليدية تنافسية مدربة لإنتاج حقول تدفقات سوائل واقعية، مما يسرع توليد الشروط الأولية والحدودية لمحاكاة ديناميكا الموائع الحسابية.
حلول هجينة للذكاء الاصطناعي والفيزياء
خوارزميات تجمع بين الحلول العددية التقليدية ونماذج التعلم العميق لتصحيح الأخطاء وتسريع تقارب محاكاة السوائل.
التعلم بالتحويل في ديناميكا الموائع
تكييف نماذج الذكاء الاصطناعي المدربة مسبقًا على أنظمة تدفق معينة للتنبؤ بالسلوكيات في ظروف مختلفة، مما يقلل بشكل كبير من التكاليف الحسابية.
شبكة U-Net لتجزئة التدفقات
هندسة شبكة عصبية التفافية على شكل حرف U مُحسّنة خصيصًا لتحديد وتجزئة الهياكل المتماسكة في حقول السرعة والضغط للتدفقات المضطربة.
تحسين الطوبولوجيا للموائع بواسطة الذكاء الاصطناعي
تطبيق التعلم المعزز لتحسين الأشكال الهندسية في أنظمة الموائع، لتقليل فقدان الضغط أو زيادة أداء الخلط.
نماذج الشبكة الفرعية العصبية
شبكات عصبية تحل محل نماذج اضطراب LES التقليدية لالتقاط تأثيرات المقاييس الصغيرة غير المحلولة مباشرة في المحاكاة واسعة النطاق.
التنبؤ بعدم الاستقرار الهيدروديناميكي
استخدام نماذج زمنية مثل LSTM للتنبؤ بظهور وتطور حالات عدم الاستقرار في التدفقات، مما يتيح التحكم النشط الوقائي.
التجميع العميق في ميكانيكا الموائع
طريقة تدريب يتم فيها توزيع نقاط التجميع بذكاء في المجال الفيزيائي لضمان تمثيل دقيق لمعادلات نافييه-ستوكس.
المشفرات التلقائية المتغيرة في ديناميكا الموائع الحسابية (CFD)
نماذج توليدية تتعلم التوزيع الكامن لحالات التدفق للسماح بالاستيفاء والاستقراء وأخذ العينات لحقول موائع جديدة متماسكة.
حلول عصبية بدون شبكة
حلول قائمة على التعلم العميق تلغي الحاجة إلى الشبكات التقليدية، باستخدام وظائف الأساس الشعاعية أو غيرها من الأساليب الخالية من الشبكة لحل التدفقات.
الشبكات العصبية الرسومية لشبكات الموائع
تطبيق الشبكات العصبية الرسومية لنمذجة التدفقات في شبكات معقدة من القنوات أو الأنابيب حيث يتم تمثيل طوبولوجيا النظام بشكل طبيعي بواسطة رسم بياني.
التحكم النشط في التدفق باستخدام التعلم المعزز
استخدام التعلم المعزز لتطوير استراتيجيات تحكم مثالية في الوقت الفعلي، مما يقلل من السحب أو يزيل انفصال الطبقة الحدودية.