Emulation of Complex Fluid Flows (eBook)
145 Seiten
De Gruyter (Verlag)
978-3-11-163158-5 (ISBN)
While artificial intelligence has made significant strides in imaging and natural language processing, its utilization in engineering science remains relatively new. This book aims to introduce machine learning techniques to facilitate the emulation of complex fluid flows. The work focuses on projection-based reduced-order models (ROMs) that condense high-dimensional data into a low-dimensional subspace by leveraging principal components. Techniques like proper orthogonal decomposition (POD) and convolutional autoencoder (CAE) are utilized to configure this subspace, establishing a functional mapping between input parameters and solution fields. The applicability of POD-based ROMs for spatial and spatiotemporal problems are explored across various engineering scenarios, including flow past a cylinder, supercritical turbulent flows, and hydrogen-blended combustion. To capture intricate dynamics, common POD, kernel-smoothed POD, and common kernel-smoothed POD methods are developed in sequence. Additionally, the effectiveness of POD and CAE in capturing nonlinear features are compared. This book is designed to benefit graduate students and researchers interested in the intersection of data and engineering sciences.
| Erscheint lt. Verlag | 6.11.2025 |
|---|---|
| Reihe/Serie | Machine Learning in Science, Technology, Engineering and Mathematics |
| Zusatzinfo | 3 b/w and 67 col. ill., 10 b/w and 0 col. tbl. |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Programmiersprachen / -werkzeuge |
| Informatik ► Theorie / Studium ► Künstliche Intelligenz / Robotik | |
| Mathematik / Informatik ► Mathematik | |
| Naturwissenschaften ► Physik / Astronomie | |
| Schlagworte | Data-Driven Methods in Thermal-Fluid Engineering Sciences • Emulation of Spatio-Temporally Evolving Problems • Machine Learning of Thermal-Fluid Dynamics. • Projection-Based Machine Learning • Reduced-Order Modeling |
| ISBN-10 | 3-11-163158-3 / 3111631583 |
| ISBN-13 | 978-3-11-163158-5 / 9783111631585 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
EPUB (Wasserzeichen)Größe: 9,9 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belletristik und Sachbüchern. Der Fließtext wird dynamisch an die Display- und Schriftgröße angepasst. Auch für mobile Lesegeräte ist EPUB daher gut geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür die kostenlose Software Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür eine kostenlose App.
Geräteliste und zusätzliche Hinweise
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
