AI用語集
人工知能の完全辞典
ナビエ-ストークス方程式
ニュートン流体の運動を記述する偏微分方程式系で、質量保存と運動量保存を組み合わせたもので、流れのモデリングの基礎となる。
物理情報ニューラルネットワーク（PINNs）
物理法則を損失関数の制約として組み込んだニューラルネットワークアーキテクチャで、教師あり学習データなしで偏微分方程式を解くことを可能にする。
AI支援CFD
従来の計算流体力学と機械学習技術を組み合わせたハイブリッドアプローチで、シミュレーションの高速化と予測精度の向上を実現する。
AIによる乱流モデリング
ニューラルネットワークを用いて乱流のサブグリッドスケールをモデル化し、従来のRANSモデルをデータ駆動アプローチで置き換える手法。
オートエンコーダによるモデル縮約
オートエンコーダを使用した次元削減技術で、流体流れの主要モードを特定し、物理を保存しながらリアルタイムシミュレーションを可能にする。
ニューラル格子ボルツマン法
格子ボルツマン法の衝突演算子と伝播演算子をニューラルネットワークで置き換え、計算効率を向上させるシミュレーション手法。
GANによる流れ生成
現実的な流体流れ場を生成するように訓練された生成的敵対ネットワークで、CFDシミュレーションの初期条件と境界条件の生成を加速する。
AI-物理ハイブリッドソルバー
従来の数値ソルバーと深層学習モデルを組み合わせたアルゴリズムで、誤差を補正し流体シミュレーションの収束を加速する。
流体力学における転移学習
事前に訓練されたAIモデルを特定の流れ領域に適応させ、異なる条件下での挙動を予測し、計算コストを大幅に削減する。
流れのセグメンテーションのためのU-Net
乱流の速度場および圧力場における構造的パターンを識別・分割するために特別に最適化されたU字型畳み込みニューラルネットワークアーキテクチャ。
AIによる流体のトポロジー最適化
強化学習を応用し、流体システムにおける幾何学的形状を最適化して、圧力損失を最小化または混合性能を最大化する。
ニューラルサブグリッドモデル
従来のLES乱流モデルに代わり、大規模シミュレーションにおいて未解決の微細スケール効果を直接捕捉するニューラルネットワーク。
流体不安定性の予測
LSTMなどの時系列モデルを使用して、流れにおける不安定性の発生と進展を予測し、予防的な能動制御を可能にする。
流体力学における深層コロケーション法
ナビエ-ストークス方程式の正確な表現を保証するために、物理領域内にインテリジェントに分布されたコロケーションポイントを用いた学習手法。
CFDにおける変分オートエンコーダ
流れ状態の潜在分布を学習する生成モデルであり、新しい整合性のある流体場の補間、外挿、サンプリングを可能にする。
メッシュフリーニューラルソルバー
従来のメッシュ生成を不要とする深層学習ベースのソルバーで、動径基底関数やその他のメッシュレス手法を用いて流れを解く。
流体ネットワークのためのグラフニューラルネットワーク
システムのトポロジーが自然にグラフとして表現される複雑なチャネルまたはパイプネットワークにおける流れをモデル化するためのグラフニューラルネットワークの応用。
強化学習を用いた能動的流体制御
抗力の低減や境界層剥離の抑制を目的としたリアルタイムの最適制御戦略を開発するための強化学習の活用。