arXiv ID:
2603.16277
arXiv 提交日期: 2026-03-17
用于浸没边界系统的物理集成神经可微分建模 / Physics-integrated neural differentiable modeling for immersed boundary systems
1️⃣ 一句话总结
这项研究提出了一种结合物理原理与深度学习的新方法,能够用较粗的网格和大的时间步长,快速、稳定且准确地预测流体在固体边界附近的长时程流动,相比传统高精度模拟提速约200倍。