Název: | Neural network prediction of the flow field in a periodic domain with hypernetwork parametrization |
Autoři: | Heidler, Václav Pecka, Aleš Bublík, Ondřej Vimmr, Jan |
Citace zdrojového dokumentu: | HEIDLER, V. PECKA, A. BUBLÍK, O. VIMMR, J. NEURAL NETWORK PREDICTION OF THE FLOW FIELD IN A PERIODIC DOMAIN WITH HYPERNETWORK PARAMETRIZATION. In ECCOMAS conference proceeding. Barcelona: Scipedia S.L., 2022. s. 1-10. ISBN: neuvedeno , ISSN: 2696-6999 |
Datum vydání: | 2022 |
Nakladatel: | Scipedia S.L. |
Typ dokumentu: | konferenční příspěvek ConferenceObject |
URI: | 2-s2.0-85146928981 http://hdl.handle.net/11025/52986 |
ISSN: | 2696-6999 |
Klíčová slova v dalším jazyce: | blade cascade;compressible fluid flow;convolution neural network;hypernetwork;Reynolds parametrization;U-Net |
Abstrakt v dalším jazyce: | This paper is concerned with fast flow field prediction in a blade cascade for variable blade shapes as well as variable Reynolds number using the machine-learning architecture called convolutional neural network. To generate flow field for a specific Reynolds number, an encoder-decoder convolutional neural network, also called U-Net, is used. The values 500, 1000 and 1500 of the Reynolds number are chosen as the training set. Three U-Nets were trained on CFD results for 100 blade profiles, each U-Net for a different Reynolds number. In order to get a prediction for variable Reynolds number, a so-called hypernetwork in employed. The hypernetwork essentially interpolates between the two trained U-Nets. The architecture of the hypernetwork is fully-connected feedforward neural network with one input neuron correspond-ing to the Reynolds number, one hidden layer and the output layer corresponds to the weights for the interpolated U-Net. The concept of the hypernetwork-based parametrization is tested on a problem of compressible fluid flow through a blade cascade with three unseen blade profiles and unseen Reynolds number. |
Práva: | © Scipedia S.L. |
Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference papers (NTIS) Konferenční příspěvky / Conference Papers (KME) OBD |
Soubory připojené k záznamu:
Soubor | Velikost | Formát | |
---|---|---|---|
Draft_Sanchez_Pinedo_7235092981732_paper.pdf | 1,55 MB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/52986
Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.