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...

Celý popis

Podrobná bibliografia

Vydané v:	DCC (Los Alamitos, Calif.) s. 01 - 10
Hlavní autori:	Momenifar, Mohammadreza, Diao, Enmao, Tarokh, Vahid, Bragg, Andrew D.
Médium:	Konferenčný príspevok..
Jazyk:	English
Vydavateľské údaje:	IEEE 01.03.2022
Predmet:	Computational fluid dynamics Computational modeling Data compression Deep learning Solid modeling Training data Vector quantization
ISSN:	2375-0359
On-line prístup:	Získať plný text
Tagy:	Pridať tag Žiadne tagy, Buďte prvý, kto otaguje tento záznam!