Bilim insanları, türbülans modellemesinde kullanılan yapay zeka sistemlerini hem daha verimli hem de anlaşılır hale getiren yenilikçi bir yöntem geliştirdi. Bu çalışma, atmosfer modellemesinden endüstriyel akışkan dinamiği simülasyonlarına kadar geniş bir alanda kullanım potansiyeli taşıyor.
Geleneksel sinir ağı tabanlı türbülans modelleri son derece karmaşık yapılara sahip olduğu için, hangi fiziksel mekanizmaları modelledikleri net olarak anlaşılamıyor ve hesaplama maliyetleri çok yüksek oluyor. Yeni geliştirilen sistem bu sorunları seyrek regresyon tekniğiyle çözüyor ve açık polinomial model formlarını belirliyor.
Araştırmacılar, minimal tensör temelini değişmez skalerların kesik polinomial genişlemesiyle ölçeklendirerek aday modeller oluşturuyor. Bu yaklaşım, temel değişmezlik özelliklerini korurken kabul edilebilir terimlerin en yüksek mertebesini düzenliyor. Sistem aynı zamanda farklı ölçek ve çözünürlüklere sahip hesaplama ağlarında türbülanslı yapıların tutarlı temsilini sağlıyor.
En önemli yeniliklerden biri, eğitim sürecinde enerji dağılımının açık şekilde kontrol edilmesi. Bu kontrol mekanizması hem fonksiyonel performansı artırıyor hem de sayısal kararlılığı destekliyor, böylece daha güvenilir simülasyonlar yapılmasını mümkün kılıyor.
Bu gelişme, meteoroloji, iklim modellemesi, havacılık ve enerji sektörü gibi türbülans hesaplamalarının kritik olduğu alanlarda önemli iyileşmelere yol açabilir.