イハクヲネエネラA。ハ2018。チ2020ヌッナル。、インツネヨケ 18H03758。ヒ

。ヨオ。ウ」ウリスャ、ヒ、隍ヘホョ・モ・テ・ー・ヌ。シ・ソ、ホニテトァテスミシヒ。、ホケステロ。ラ


fig1s.png

K. Fukami, Y. Nabae, K. Kawai, and K. Fukagata, Phys. Rev. Fluids 4, 064603 (2019).
Copyright © 2019 by the American Physical Society.


クヲオ貭ホタゥ

クヲオ讀ホヌリキハ。ヲフワナェ、ハ、ノ

、ウ、チ、鬢、エヘイシ、オ、、。」

  • ソシウ ケッニ。、サウヒワ タソ。、エ萢ワ キー。、トケテォタ ヘホイ。、トヘクカ ホエヘオ。、ハ。ナ トセコネ。、シ ヘオフ鬘、タトフレ オチヒ。、
    。フニテスク。ヘテフワクヲオ in ヌッイ2018。ァ。ヨオ。ウ」ウリスャ、ヘム、、、ソヘホョ、ホニテトァテスミシヒ。、ホケステロ、ヒク、ア、ニ。ラ。、
    、ハ、ャ、 37, 524-527 (2018).

シ遉ハクヲオ貘ョイフ。ハケゥサテ譯ヒ

フ、スミネヌ、ホ・ラ・・ラ・・・ネ

  1. K. Fukami, T. Nakamura, and K. Fukagata,
    "Convolutional neural network based hierarchical autoencoder for nonlinear mode decomposition of fluid field data,"
    arXiv preprint, arXiv:2006.06977 [physics.comp-ph].
  2. R. Maulik, K. Fukami, N. Ramachandra, K. Fukagata, and K. Taira,
    "Probabilistic neural networks for fluid flow model-order reduction and data recovery,"
    arXiv preprint, arXiv:2005.04271 [physics.flu-dyn].

  3. M. Morimoto, K. Fukami, and K. Fukagata,
    "Experimental velocity data estimation for imperfect particle images using machine learning,"
    arXiv preprint, arXiv:2005.00756 [physics.flu-dyn].

  4. K. Fukami, K. Fukagata, and K. Taira,
    "Machine learning based spatio-temporal super resolution reconstruction of turbulent flows,"
    arXiv preprint, arXiv:2004.11566 [physics.flu-dyn].

クヲオ賺タハク

  1. K. Hasegawa, K. Fukami, T. Murata, and K. Fukagata,
    "Machine-learning-based reduced order modeling for unsteady flows around bluff bodies of various shapes,"
    Theor. Comput. Fluid Dyn. (2020). https://doi.org/10.1007/s00162-020-00528-w
    (Preprint: arXiv:2003.07548 [physics.flu-dyn]).

  2. K. Fukami, K. Fukagata, and K. Taira,
    "Assessment of supervised machine learning methods for fluid flows,"
    Theor. Comput. Fluid Dyn. (2020). https://doi.org/10.1007/s00162-020-00518-y
    (Preprint: arXiv:2001.09618 [physics.flu-dyn])

  3. T. Murata, K. Fukami, and K. Fukagata,
    "Nonlinear mode decomposition with convolutional neural networks for fluid dynamics,"
    J. Fluid Mech. 882, A13 (2020).

  4. K. Fukami, Y. Nabae, K. Kawai, and K. Fukagata,
    "Synthetic turbulent inflow generator using machine learning,"
    Phys. Rev. Fluids 4, 064603 (2019).

  5. Q. Wang, Y. Hasegawa, and T. Zaki,
    "Spatial reconstruction of steady scalar sources from remote measurements in turbulent flow,"
    J. Fluid Mech. 870, 316-352 (2019)

  6. K. Fukami, K. Fukagata, and K. Taira,
    "Super-resolution reconstruction of turbulent flows with machine learning,"
    J. Fluid Mech. 870, 106-120 (2019).

ニテスクオュサ、ハ、ノ

  1. ソケヒワ セュタク。、ソシクォ ウォ。、トケテォタ ーナミ。、ツシナト ケ篷ヒ。、ツシセ ク。、ソシウ ケッニ。、
    。フニテスク。ヘテフワクヲオ in CFD33。ァ。ヨオ。ウ」ウリスャ、ヒエ、ナ、ッ・ヌ。シ・ソウネト・、ヒ、隍PIV 、ホタコナルクセ蝪ラ。、
    、ハ、ャ、 39, 84-87 (2020).

  2. ソシクォ ウォ。、ソシウ ケッニ。、ハソ ヒョノァ。、
    。ヨ・チ・罕ヘ・ヘホョ、ヒ、ェ、ア、オ。ウ」ウリスャ3シ。クオトカイチイタマ。ラ。、
    ニヒワオ。ウ」ウリイホョツホケゥウリノフ逾ヒ・蝪シ・コ・・ソ。シ。ヨホョ、。ラ。、2020ヌッ2キケ, Art. 4 (2020)。・

  3. ソシクォ ウォ。、ソシウ ケッニ。、ハソ ヒョノァ。、
    。フニテスク。ヘテフワクヲオ in ヌッイ2019。ァ。ヨ2シ。クオホョ、セ、リ、ホオ。ウ」ウリスャトカイチ、ホアヘム。ラ。、
    、ハ、ャ、 38, 395-398 (2019).

  4. クタミ カヌノァ。、サヨツシ キノノヒ。、エ萢ワ キー。、
    。フニテスク。ヘオ。ウ」ウリスャ、ホホョツホホマウリクヲオ讀リ、ホアヘム。ァ。ヨハノヘホョタゥク讀ホクホィナェコヌナャイス、ヒク、ア、ソオ。ウ」ウリスャ、ホアヘム。ラ。、
    、ハ、ャ、 38, 329-336 (2019).

  5. トヘクカ ホエヘオ。、タク フノラ。、
    。フニテスク。ヘオ。ウ」ウリスャ、ホホョツホホマウリクヲオ讀リ、ホアヘム。ァ。ヨヘホョハェシチウネサカクサソ萋熙ヒク、ア、ソ CNN イ霖ヌァシア。ラ。、
    、ハ、ャ、 38, 337-343 (2019).

  6. トケテォタ ーナミ。、ツシナト ケ篷ヒ。、ソシクォ ウォ。、ソシウ ケッニ。、
    。フニテスク。ヘテフワクヲオ in CFD32。ァ。ヨオ。ウ」ウリスャ、ヘム、、、ソア゚テシ、ホョ、、ホ・・、・ホ・・コソーヘツクタュ、ホヘスツャ。ラ。、
    、ハ、ャ、 38, 81-84 (2019).

・・・ッ


Last-modified: 2020-06-16 (イミ) 12:41:43 (18d)
Copyright © 2007-2020 Fukagata Lab., Keio University, All rights reserved.