A Physics-Informed Vector Quantized Autoencoder for Data Compression of Turbulent Flow

Analyzing large-scale data from simulations of turbulent flows is memory intensive, requiring significant resources. This major challenge highlights the need for data compression techniques. In this study, we apply a physics-informed Deep Learning technique based on vector quantization to generate a...

Ausführliche Beschreibung

Bibliographische Detailangaben

Veröffentlicht in:	DCC (Los Alamitos, Calif.) S. 01 - 10
Hauptverfasser:	Momenifar, Mohammadreza, Diao, Enmao, Tarokh, Vahid, Bragg, Andrew D.
Format:	Tagungsbericht
Sprache:	Englisch
Veröffentlicht:	IEEE 01.03.2022
Schlagworte:	Computational fluid dynamics Computational modeling Data compression Deep learning Solid modeling Training data Vector quantization
ISSN:	2375-0359
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!