Machine learning methods for development of data-driven turbulence models

Sergey N. Yakovenko, Omid Razizadeh

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференцийстатья в сборнике материалов конференциинаучнаярецензирование

1 Цитирования (Scopus)

Аннотация

The implementation of the machine learning methods of convolutional neural network combined with support vector machines to enhance RANS closure models is presented. The RANS models are not universal and accurate, however they are computationally affordable. Finding a way to improve the model predictability will be an advantage, and machine learning algorithms based on available high-fidelity data sets for canonical flow cases obtained from DNS and measurements can be helpful for this. The application of these algorithms for a fully-developed turbulent channel flow between parallel walls, with periodic hills and for other cases is considered.

Язык оригиналаанглийский
Название основной публикацииHigh-Energy Processes in Condensed Matter, HEPCM 2020
Подзаголовок основной публикацииProceedings of the XXVII Conference on High-Energy Processes in Condensed Matter, Dedicated to the 90th Anniversary of the Birth of RI Soloukhin
РедакторыVasily M. Fomin
ИздательAmerican Institute of Physics Inc.
Число страниц5
ISBN (электронное издание)9780735440180
DOI
СостояниеОпубликовано - 26 окт 2020
Событие27th Conference on High-Energy Processes in Condensed Matter, HEPCM 2020 - Novosibirsk, Российская Федерация
Продолжительность: 29 июн 20203 июл 2020

Серия публикаций

НазваниеAIP Conference Proceedings
Том2288
ISSN (печатное издание)0094-243X
ISSN (электронное издание)1551-7616

Конференция

Конференция27th Conference on High-Energy Processes in Condensed Matter, HEPCM 2020
СтранаРоссийская Федерация
ГородNovosibirsk
Период29.06.202003.07.2020

Fingerprint Подробные сведения о темах исследования «Machine learning methods for development of data-driven turbulence models». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать