XiaoMi-AI文件搜索系统
World File Search Systemsimulation
基于 OpenFOAM 和 CPU/GPU 计算的 AI 加速 CFD 模拟 ⋆
摘要。在本文中，我们提出了一种通过将传统 CFD 求解器与我们的 AI 模块集成来加速 CFD（计算流体动力学）模拟的方法。所研究的现象负责化学混合。所考虑的 CFD 模拟属于一组稳态模拟，并使用基于 OpenFOAM 工具箱的 MixIT 工具。所提出的模块被实现为 CNN（卷积神经网络）监督学习算法。我们的方法通过为模拟现象的每个数量创建单独的 AI 子模型来分发数据。然后可以在推理阶段对这些子模型进行流水线处理以减少执行时间，或者逐个调用以减少内存需求。我们根据 CPU 或 GPU 平台的使用情况检查所提出方法的性能。对于具有不同数量条件的测试实验，我们将解决时间缩短了约 10 倍。比较基于直方图比较法的模拟结果显示所有数量的平均准确率约为 92%。
评估远红外波长辐射模拟的缩放方法的准确性
Michele Martinazzo，Davide Magurno，William Cossich，Carmine Serio，Guido Masiello，Tiziano Maestri，评估远红外和中红外波长的缩放方法的准确性，定量光谱和辐射转移杂志，杂志
使用触点有限元仿真滚动刺激圆柱机器人
轻，热或湿度。15,47–49，例如，先前的研究表明，在均匀的光照射或升高温度下，圆柱形单域LCE杆可以连续滚动在平坦的表面（最高6 mm S 1）上。 47可以通过结合热刺激和光刺激来进一步控制滚动运动。 同样，通过基于纤维的执行器证明了受控运动，例如平坦和倾斜表面上的光启动（在速度上达到1.7 mm S 1的速度，最大的工作密度为0.179 kj kg 1，功率密度为24.28 w kg 1），以提高其额外的稳定性capabil-Ities iesies iesies shoundlyplys themplys themply。 当尼龙和聚二甲基硅氧烷（PDMS）纤维（4 mM S 1）放置在加热板上时，也观察到了15个不同的滚动行为（同时将弹性能量密度存储为300 kJ m 3）。 48,49 Other works on soft actuators investigate rectilinear motion, such as the curling of polyurethane (PU) hydrogel strips, 50 the crawling of LC network films 51 and the squeezing of arc-shaped robots made from LCE–carbon nanotubes 52 using ‘‘bow-shaped'' bimorph actuators that bend or ‘‘ring-shaped'' actuators that roll. 这些实验为设计和制造多功能软机器人车奠定了坚实的基础。 在轻度，热或湿度驱动的软机器人中自动滚动的实验生动地证明了各种运动机制，吸引了分析或数值分析这些行为的理论家的注意。15,47–49，例如，先前的研究表明，在均匀的光照射或升高温度下，圆柱形单域LCE杆可以连续滚动在平坦的表面（最高6 mm S 1）上。47可以通过结合热刺激和光刺激来进一步控制滚动运动。同样，通过基于纤维的执行器证明了受控运动，例如平坦和倾斜表面上的光启动（在速度上达到1.7 mm S 1的速度，最大的工作密度为0.179 kj kg 1，功率密度为24.28 w kg 1），以提高其额外的稳定性capabil-Ities iesies iesies shoundlyplys themplys themply。当尼龙和聚二甲基硅氧烷（PDMS）纤维（4 mM S 1）放置在加热板上时，也观察到了15个不同的滚动行为（同时将弹性能量密度存储为300 kJ m 3）。48,49 Other works on soft actuators investigate rectilinear motion, such as the curling of polyurethane (PU) hydrogel strips, 50 the crawling of LC network films 51 and the squeezing of arc-shaped robots made from LCE–carbon nanotubes 52 using ‘‘bow-shaped'' bimorph actuators that bend or ‘‘ring-shaped'' actuators that roll.这些实验为设计和制造多功能软机器人车奠定了坚实的基础。在轻度，热或湿度驱动的软机器人中自动滚动的实验生动地证明了各种运动机制，吸引了分析或数值分析这些行为的理论家的注意。已经开发了一种耦合的照片化学或热机械模型，以说明通过
增强锂离子电池分子动力学模拟的REAXFF：一种交互式重新聚集协议
锂离子电池（LIB）已成为绿色经济过渡的重要技术，因为它们被广泛用于便携式电子，电动汽车和可再生能源系统中。固体电解质中相（SEI）是LIB的正确操作，性能和安全性的关键组成部分。SEI源于阳极 - 电解质界面的最初热量稳定性，所得的电解质还原产物通过形成电化学缓冲窗口稳定界面。本文旨在使第一个（但很重要）步骤，以增强广泛使用的反应力场（RAEXFF）的参数化，以确保对LIBS中SEI成分的精确分子动力学（MD）模拟。为此，我们专注于氟化锂（LIF），这是一种非常感兴趣的无机盐，这是由于其在钝化层中的有益特性。该协议在很大程度上依赖于各种python库，该库旨在与原子模拟一起使用，允许对所有重新聚体步骤进行强有力的自动化。所提出的配置集和所得数据集，允许新的Reaxff恢复无机盐的固体性质，并改善MD模拟中的质量传输属性预测。优化的REAXFF通过准确调节固体晶格中锂的扩散性，从而超过了先前可用的力场，从而在室温下预测的两阶提高了两阶数字。然而，我们对模拟的全面研究表明，Reaxff对训练集的敏感性很强，从而使其能够插入势能表面具有挑战性。因此，可以通过利用提出的互动重新聚体化协议来构建数据集，从而有效地利用RAEXFF的当前表述来建模特定且定义明确的现象。总体而言，这项工作代表了精确的反应性MD模拟迈克斯的重要第一步，阐明了Reaxff力场参数化的挑战和局限性。所证明的局限性强调了通过我们的交互式重新聚集协议开发更通用和先进的力场来提高仿真的潜力，从而实现了将来更准确，更全面的MD模拟。
topothermohaline对流 - 从合成模拟到厚度地热系统中的过程
2地球物理与太空科学研究所，匈牙利，匈牙利9400，匈牙利3József和ErzsébetTóth，地理与地球科学学院地质学系，ElteeötvösLorándUniversity，Budapest 1117 3584，荷兰
在复杂的环境中预测：股票流量一致的基于代理的仿真模型中的机器学习销售期望
本文的目的是研究代理人行为规则中复杂程度的不同程度如何影响个人和宏观经济的表现。，我们分析了引入基于代理的宏观模型企业的效果，该公司能够通过使用简单的机器学习算法来制定有效的销售预测。这些技术能够提供公正的预测并具有一定程度的准确性，尤其是在遗传算法的情况下。我们观察到机器学习允许企业可以增加利润，尽管这会导致工资份额下降和长期长期增长率较小。预测方法能够提出期望，这些期望在冲击不大时保持公正，因此提供了预测能力，在一定程度上可能与卢卡斯的批评一致。关键字：基于代理的模型，机器学习，遗传算法，预测，政策冲击。JEL分类：C63，D84，E32，E37。
评估加利福尼亚当前系统的高分辨率大气和海洋模拟
本文是两者中的第一个，它提出了16年的主题解决方案，该解决方案是沿美国西部14海岸的加利福尼亚电流系统（CCS）的耦合物理学和生物地球化学模型，并验证有关平均，季节性，年间和15个季节性的季节性季节性季节性和较低度的物理解决方案。其伴侣论文是Deutsch等。16（2021a）。目的是构建和演示一种建模工具，该工具将用于17种机械解释，归属因果评估以及对18个循环和生物地球化学的未来进化的预测，并特别关注增加的海洋层构型 - 19 tion，脱氧，脱氧和酸性。CCS循环的良好解决的中尺度（DX = 4 km）模拟20是在1995年至2010年的16年后的21个时期的区域海洋建模系统中进行的。海洋解决方案由高分辨率22（DX = 6 km）的区域配置强迫天气和研究预测（WRF）大气23模型。这两个高分辨率的区域海洋和大气模拟都被横向开放的边界条件迫使24，从较大的域，更粗的父母仿真 - 25本身具有来自Mercator和气候预测的边界条件26 System System Reanalyses。我们在模拟的大气27强迫海洋和卫星测量的空间模式的强迫和暂时变化的强迫之间表现出了良好的一致性。然后用卫星和原位测量对模拟的海洋物理29领域进行评估。模拟再现30个气候上升前和跨近岸的等值斜率，31个平均电流模式（包括加利福尼亚潜流）以及季节性，年际，32和亚季节变异性的主要结构。它还显示了中尺度涡流活性与33海洋和大气之间的风能交换之间的一致性。最后，使用高频风强迫35的影响评估了天气风变异性对现实代表海洋36中尺度活动和年龄型惯性电流的重要性。37
基于模拟室实验的室内空气气溶胶建模和评估
1 Strasbourg大学，CNRS，实验室图像Ville et Environnement（Live），UMR7362，Strasbourg，法国2号法国环境和能源管理机构，法国3章鱼3号章鱼实验室，法国La Madeleine，法国4实验室4个气候和环境科学实验室
在新的CMIP6气候模拟合奏中，气候变化对西非作物产量的负面影响较小
粮食不安全是非洲气候变化带来的最大风险之一，那里有90％至95％的非洲粮食生产是雨天，很大一部分人口已经面临慢性饥饿和营养不良。尽管有几项研究发现了在气候变化情景下未来农作物产量损失的有力证据，但农作物和地区之间存在广泛的差异以及大型建模不确定性。这种不足的很大一部分源于气候预测，因为气候模型可能在模拟未来的降水和温度变化方面有所不同，这可能导致未来的作物产生情况。这项工作研究了西非气候变化对西非玉米，小米和高粱作物产量的影响，使用耦合模型对比项目对比项目第五阶段（CMIP5）和新一代来自耦合模型模型库库对间项目的气候模型的预测（CMIP5）（CMIP6）（CMIP6）。我们使用模拟作物建模框架来模拟历史和未来的作物产量，并使用引导技术来评估CMIP5和CMIP6合奏之间作物生产力的预计变化。使用新一代气候模型CMIP6，我们发现CMIP5模拟所示的负作物产量预测大大降低，当大气CO 2浓度在作物模型中所考虑时，也大大增加了作物产量。这种结果突出了在评估该地区气候变化的影响以及最终用户预期适应策略的差异方面仍然存在的巨大不确定性。CMIP5和CMIP6模拟之间作物产量影响的这些差异主要是由于西非温度和沉淀的气候不同。到本世纪末，CMIP6预测在本世纪中叶和较小程度上都显着湿润和凉爽。
科学机器学习以优化等离子湍流模拟
全局：模拟整个Tokamak + Full-F：多尺度物理多离子物种主要离子 /杂质电子：绝热；被困动力学；完全动力学新古典和湍流传输之间的线性化碰撞操作员协同作用浸入边界条件：Sol -like和Limiter [Caschera 18，Dif -Pradalier 22]磁性ripple [Varennes PRL 22，ppcf，ppcf 23]