米兰·(milan)中国官方网站-深度学习蓄势待发,即将“爆破”欧拉方程
作者:米兰·(milan)文化
更新时间:2026-04-04 03:44:07
点击数:
导语:几个世纪以来,数学家们一直想知道欧拉流体方程于某些环境下是否会瓦解或者被“爆破”。

作者| Jordana Cepelewicz
编译|钱磊、Ailleurs
编纂|陈彩娴250多年来,数学家们一直试图“爆破”一些物理学中最主要的方程式,好比描写流体流动的欧拉方程。假如他们乐成,他们会发明,于某种环境下方程会被爆破——好比可能会呈现一个无穷快地扭转的旋涡,或者者呈现一个忽然住手又忽然流动的电流,或者者是呈现一个以无穷快的速率擦过的电子。跨越这个发作点——也就是“奇点”——方程将再也不有解。这些方程甚至将没法描写这个世界的抱负环境,数学家们有理由思疑这些流体举动的模子究竟是否靠得住。奇点正如其所要描写的流体同样滑溜而不成捉摸。为了找到谜底,数学家们凡是会把节制流体流动的方程式输入计较机,然落伍行数字模仿。他们从一组初始前提最先,然后不雅察,直到某个量的值——好比速率,或者者涡度——最先疯狂地增加,好像于朝着爆炸的标的目的成长。可是计较机没法确定地发明奇点,缘故原由很简朴,由于计较机没法处置惩罚无穷值。假如奇点存于,计较机模子可能会靠近方程被爆破的阿谁点,但永远没法直接获得奇点。事实上,当用更强盛的计较要领探测时,较着的奇点却已经经消散了。但这类对于奇点的类似仍旧很主要。有了类似,数学家们就能够利用一种叫做计较机辅助证实的技能来证实四周确凿存于一个奇点。此前已经经有过简化的一维版本的研究。本年早些时辰,一个由数学家及地球科学家构成的团队发明了一种全新的类似奇点的要领——他们使用了深度进修要领,可以或许直接不雅察奇点。这个团队还有用这类要领来寻觅传统要领没法找到的奇点,但愿能证实这些方程其实不像看起来那样绝对于靠得住。
论文地址:https://arxiv.org/pdf/2201.06780v2.pdf于该研究中,Yongji Wang 等人开发了一个新的数值框架,使用基在物理信息的神经收集(physics-informed neural network,PINN)寻觅Boussinesq方程的平滑自相似解。该解对于应在存于圆柱界限的三维欧拉方程的渐近自相似曲线。尤其地,该解是对于三维欧拉方程 Luo-Hou 爆破场景的切确描写。该解是流体力学方程的第一个真实的多维平滑向后自相似曲线。该数值框架具备鲁棒性,且易在合用在其它方程。该文研究了于数学流体力学范畴中具备主要意义的二维Boussinesq方程及三维带界限的欧拉方程的有限时间爆破问题。Yongji Wang 等人利用了一种新奇的数值要领,使用物理信息神经收集组织了Boussinesq方程的平滑向后自相似解。这个解自己可能成为将来计较机辅助证实二维Boussinesq及三维带界限的欧拉方程爆破的基础。这项研究激发了一场爆破流体方程的竞赛:一边是深度进修团队, 另外一边是多年来一直利用着更成熟的技能的数学家们。无论谁可能会博得这场角逐——假如有人真的可以或许达到尽头线的话——成果都注解,神经收集可以帮忙人们为很多差别的问题寻觅新的解决方案。1消散的爆破解莱昂哈德·欧拉(Leonhard Euler)于1757年提出了欧拉方程,该方程描写了抱负的、不成压缩的流体的运动——这类流体没有粘性,也没有内磨擦,并且不克不及压缩到更小的体积。(天然界中发明的很多流体同样是具备粘性的,它们的模子是纳维尔-斯托克斯方程;爆破纳维尔-斯托克斯方程将得到克雷数学研究所 100万美元的千禧年奖。) 给定流体中每一个粒子于某一路始点的速率,欧拉方程应该可以或许猜测流体于任什么时候候的流动状态。可是数学家们想知道,于某些环境下——纵然一最先看起来没甚么问题——这些方程终极是否会碰到贫苦。(咱们有理由思疑这多是事实:他们模仿的抱负流体与真实的只有最稍微粘性的流体没有任何相似的地方。欧拉方程中奇点的形成可以注释这类散度。)2013年,两位数学家提出了如许一个假想。因为一个完备的三维流体流动的动力学可以变患上难以置信的繁杂,加州理工学院的数学家Thomas Hou及中国香港恒生年夜学的Guo Luo认为流动听从某种对于称性。于他们的模仿中,流体于一个圆柱形杯内扭转。杯子上半部门的液体顺时针扭转,而下半部门的液体逆时针扭转。相反的水流形成为了其他繁杂的上下轮回的水流。很快,于界限上两股相反的水流相遇处,流体的涡度发作了。


参考链接:
https://www.quantamagazine.org/deep-learning-poised-to-blow-up-famed-fluid-equations-20220412/
https://arxiv.org/pdf/2201.06780v2.pdf

雷峰网(公家号:雷峰网)
雷峰网版权文章,未经授权禁止转载。详情见转载须知。





