Solver-in-the-Loop:求解器

求解器 Kiwon Um，Robert Brand，Yun（Raymond）Fei，Philipp Holl，Nils是NeurIPS'20论文进行交互的源代码存储库。 Thuerey。 附加信息：， 。 抽象的： 在所有科学和工程学科中，找到偏微分方程（PDE）的精确解是一项至关重要的任务。 最近显示，机器学习方法可以通过校正离散化PDE无法捕获的效果来提高解决方案的准确性。 我们针对减少迭代PDE求解器的数值误差的问题，并比较了不同的学习方法以查找复杂的校正函数。 我们发现，以前使用的学习方法明显优于将求解器集成到训练循环中的方法，从而使模型在训练过程中与PDE交互。 这为模型提供了考虑到以前的修正的现实输入分布，通过数百次循环评估步骤的稳定推出，甚至超过了量身定制的监督变体，提高了准确性。 我们重点介绍了从非线性对流扩散系统到三维Navier-Stokes流的各种PDE的微分物理