Identificação esparsa e técnicas de aprendizado de máquina para escoamento de fluidos viscoelásticos

• Processo: 23/06035-2
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de setembro de 2023
• Data de Término da vigência: 31 de agosto de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Matemática - Matemática Aplicada
• Pesquisador responsável: Cassio Machiaveli Oishi
• Beneficiário: Fabio Vinicius Goes Amaral
• Supervisor: Steven Brunton
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Instituição Anfitriã: University of Washington, Estados Unidos
• Vinculado à bolsa: 21/07034-4 - Simulações computacionais e inteligência artificial na solução de escoamentos de fluidos não-newtonianos, BP.DR
• Assunto(s): Mecânica dos fluidos Fluidos viscoelásticos Inteligência artificial Redes neurais (computação) Análise numérica
• Palavra(s)-Chave do Pesquisador: Fluidos Viscoelásticos | Inteligência Artificial | Redes neurais | Mecânica dos fluidos, Analise numérica

Resumo

Neste projeto nós investigaremos a combinação das técnicas de Identificação Esparsa de Dinâmicas Não-Lineares (SINDy) e Autoencoders (AE) para estudo de escoamentos de fluidos viscoelásticos. SINDy é uma ferramenta valiosa para identificação das equações que governam um sistema baseado em dados observacionais, enquanto AE podem gerar modelos de ordem reduzida que tornam a solução de problemas de escoamento de fluidos mais computacionalmente eficientes. Esta combinação de técnicas podem levar ao melhor entendimento de comportamento complexos exibidos por fluidos viscoelásticos, e podem ajudar no desenvolvimento de modelos mais acurados para simular e analisar sistemas paramétricos. (AU)