TrajectoryFlowNet 用稀疏轨迹预测流场

Wan 等人提出 TrajectoryFlowNet，一种拉格朗日-欧拉物理信息神经网络架构，可在仅有稀疏流轨迹测量的条件下同时预测时空流场和长程粒子轨迹，用于流体测速与成像。该工作发表于 Nature Machine Intelligence。 作者称，模型能处理不规则边界的复杂流动，预测全场流场并追踪任意粒子的长程轨迹，同时保持预测的物理一致性。验证覆盖数值算例（顶盖驱动方腔流、复杂圆柱绕流）与实验测试（主动脉与心室血流），结果显示其能刻画含粒子流动动力学，实现长程追踪与流场重建。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。