🌊💻 Моделирование жидкости на основе частиц – новый этап в решении уравнений Навье-Стокса! Сложная физика и свободные поверхности теперь подконтрольны благодаря комбинации методов машинного обучения и численного моделирования. 🚀 🔍 Недавно я наткнулась на исследование с открытым исходным кодом! В работе исследуют возможности симуляторов лагранжевой жидкости, совместимых со средами глубокого обучения, и представляем JAX-SPH – инновационную структуру гидродинамики сглаженных частиц (SPH), реализованную в JAX. Гидродинамика сглаженных частиц (SPH) — это вычислительный метод для моделирования динамики жидкости и газов1. Он используется во многих областях исследований, включая астрофизику, баллистику, вулканологию и океанографию1. Метод SPH работает путём деления жидкости на дискретные элементы, называемые частицами1. JAX-SPH основан на коде для генерации набора данных из проекта LagrangeBench и расширяет этот код несколькими способами, включая интеграцию дополнительных ключевых алгоритмов SPH, реструктуризацию кода в сторону библиотеки Python, проверку градиентов с помощью решателя и демонстрацию полезности градиентов для решения обратных задач. 📈 JAX-SPH на основе кода проекта LagrangeBench (Тошев и др., 2023) расширяет возможности моделирования, добавляя: (a) интеграцию дополнительных ключевых алгоритмов SPH, (b) реструктуризацию кода в сторону библиотеки Python, (c) проверку градиентов с помощью решателя, (d) демонстрацию полезности градиентов для решения обратных задач и приложения "Решатель в цикле". 🔗 Код доступен по ссылке: https://github.com/tumaer/jax-sph 💧🔬 #МоделированиеЖидкости #ЧисленноеМоделирование #МашинноеОбучение #JAXSPH #НаучныеРешения