Алексей Герасёв

Предсказание вязкого течения жидкости

Описание проекта

Применение свёрточной нейронной сети для правдоподобного предсказывания симуляции течения вязкой жидкости. На вход сеть получает карту красителей, скоростей жидкости и других параметров; выдаёт предсказания состояния тех же карт через некоторый промежуток времени. Реализован симулятор течения вязкой жидкости на OpenCL для генерации обучающих данных. Нейронная сеть имеет архитектуру подобную U-Net, и реализована и обучена с использованием библиотеки PyTorch. Более подробная информация и исходный код доступны на GitHub.

Состав команды:

  • Алексей Герасёв, Исследователь, разработчик

Комментарии

Ivan Panin

А можно было бы сделать с помощью вашей сетки быструю 3D симуляцию типа https://www.youtube.com/watch?v=iOWamCtnwTc ?

Алексей Герасёв

Практическое применение может заключаться в быстрой генерации правдоподобных анимаций течения, к примеру, в компьютерных играх. Нейронная сеть работает быстрее, чем физический симулятор, таким образом можно ускорить данный процесс.

Алексей Герасёв

Промахнулся)

Алексей Герасёв

Трёхмерную симуляцию я не пробовал, но думаю, что возможно. Нухно заменить 2d-свертку на 3d, и возможно тогда получится имитировать трёхмерную жидкость.

Pavel Mochalov

А какие практические применения у этого проекта?

Алексей Герасёв

Практическое применение может заключаться в быстрой генерации правдоподобных анимаций течения, к примеру, в компьютерных играх. Нейронная сеть работает быстрее, чем физический симулятор, таким образом можно ускорить данный процесс.