14177

يادگيري ماشين در سيالات

1400

دكتر نوروز محمد نوري

مكانيك سيالات به سرعت در حال توسعه و پيشرفت در روش هاي جديد تحليل بر پايه داده ها مي باشد كه بر پايه حجم بي سابقه اي از داده هاي حاصل از آزمايش ها و اندازه گيري هاي ميداني استوار است. حوزه يادگيري ماشين (ML) تكنيك هايي براي استخراج اطلاعات و توسعه مدل هاي جديد را ارائه مي كند كه باعث توسعه مدل هاي كارآمد تر مي شود. در تحقيق پيش رو، ابتدا مباني و مطالعات مقدماتي الگوريتم هاي عمومي يادگيري ماشين انجام مي شود و سپس ضمن مرور الگوريتم هاي مبتني بر Systems Dynamical Driven-Data روش (DMD) Decomposition Mode Dynamic با تمركز بر كاربرد آن در ديناميك سيالات مطالعه مي شود و كاربرد هاي آن در بنا كردن مدل هايي با مرتبه كاهش يافته Models Order Reduced (ROM) در تحليل جريان مطالعه و بررسي مي شود.

9/21/2022 12:00:00 AM

85000

1403/08/29

machine learning in fluids

يادگيري ماشين , مكانيك سيالات , توليد داده , مدل مرتبه كاهش يافته , ، سيستم‌هاي ديناميكي مبتني بر داده

machine learning , fluid mechanics , data generation , reduced order model , dynamical systems data-driven