- 课程回放
Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真
2022/12/20 14:00:00
课程讲师
课程提纲
- Modulus 使用 k-e 模型进行流体力学模拟的原理和流程
- Modulus 进行流体力学模拟的五个步骤
- Modulus k-e 模型的关键参数设置方法
- Modulus 选择傅里叶网络和全连接网络进行模拟的方法
- Modulus 进行参数化CFD模型训练解读
课程简介
计算流体力学(Computational Fluid Dynamics,CFD)是随着计算机的发展而产生的一个介于数学、流体力学和计算机之间的交叉学科,主要研究内容是通过计算机和数值方法来求解流体力学的控制方程,对流体力学问题进行模拟和分析。CFD 在水利工程、土木工程、环境工程、食品工程、海洋结构工程、工业制造等领域都有广泛应用。
NVIDIA Modulus 是一个神经网络框架,以控制偏微分方程(PDE)的形式将物理学的力量与数据相结合,构建具有近实时延迟的高保真、参数化代理模型。Modulus 能够为多个领域缺乏 AI 专业知识的科研工作者,提供模拟仿真加速支持,比如计算流体力学、蛋白质工程和气候科学等领域。
12月20日下午14点,NVIDIA 联合智东西公开课策划推出的「NVIDIA Modulus 加速流体力学模拟仿真公开课」将正式开讲。此次公开课将由 NVIDIA 高级系统架构师易成主讲,主题为《Modulus 基于物理信息神经网络(PINN)加速流体力学模拟仿真》。
此次公开课,易成老师将从 Modulus 使用 k-e 模型进行流体力学模拟的原理和流程、Modulus 进行流体力学模拟的五个步骤、Modulus k-e 模型的关键参数设置方法,以及 Modulus 选择傅里叶网络和全连接网络进行模拟的方法进行系统讲解。最后,易成老师还将深入解读如何使用 Modulus 进行参数化 CFD 模型训练。
精彩问答
提问
提问
