乱流に対するデータ駆動型アプローチの可能性と限界
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込)：￥1,100 会員価格(税込)：￥880
- 文献番号
- 20244755
- 文献・情報種別
- フォーラムテキスト（オンライン）
No.24-W4
- 掲載ページ
- 1-45(Total 45 p)
- 発行年月
- 2025年 1月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 自動車技術会フォーラム2024（冬季）
書誌事項
| カテゴリ | PPT資料 |
|---|---|
| カテゴリ（英） | PPT slides 翻訳 |
| 著者 | 1) 塚原 隆裕 |
| 著者（英） | 1) Takahiro Tsukahara |
| 勤務先 | 1) 東京理科大学 |
| 勤務先（英） | 1) Tokyo University of Science |
| 抄録 | 乱流は自然現象予測や，産業機器の高度化に不可欠であり，未解明の物理現象です．その解明や予測において，数値計算に続き，今後は機械学習を活用したデータ駆動型アプローチが鍵となります．本講演では，乱流中の物質拡散推定や粘弾性流体乱流の予測の研究を紹介し，その可能性と限界について論じます． |
| 抄録（英） | Turbulence is a complex physical phenomenon crucial for predicting natural events and advancing practical applications. While CFD simulations have driven progress, data-driven approaches using machine learning are emerging as a key tool for further understanding and prediction. This lecture explores recent research on scalar diffusion source estimation in turbulence and viscoelastic fluid turbulence prediction, highlighting their potential and limitations. 翻訳 |
