Reduced order method for nonlinear PDEs enhanced by machine learning
Federico Pichi
Dipartimento:
Matematica
Abstract
In questo progetto abbiamo sviluppato nuove metodologie per accelerare lo studio di fenomeni complessi nell’ambito dell’approssimazione di equazioni a derivate parziali parametriche. Partendo da una combinazione di modelli di ordine ridotto e tecniche di intelligenza artificiale, abbiamo costruito una metodologia rapida ed affidabile per studiare fenomeni di biforcazione. Questi hanno origine da modelli il cui comportamento è critico, e che quindi sono computazionalmente onerosi. Abbiamo così affrontato diversi problemi di fluidodinamica, scoprendo il loro complesso diagramma di biforcazione.