报告时间：2021年4月18日，10:00-10:30

报告地点：精正楼302

报告人：高宜胜（南京航空航天大学）

报告摘要：当前，基于机器学习的湍流建模是人工智能在流体力学应用的一个重要方向。使用具有物理意义的流场变量来进行机器学习能够更好地针对流体问题。本研究以Liutex作为物理量进行标定，初步讨论了基于离散伴随流场反演和深度学习神经网络耦合的机器学习框架。

邀请人：王义乾