跳到主要内容
步芽

【极致中配】4K画质 Steve Brunton 流体动力学机器学习

讲解如何将机器学习应用于流体力学，涵盖降维建模、稀疏非线性模型、湍流物理、RANS/LES 闭合建模及深度学习增强 CFD。

难度
难度 5/5 — 研究生水平，需流体力学与机器学习双重基础，涉及湍流与偏微分方程
适合人群
有流体力学与机器学习基础的研究生、科研人员及工程师
前置要求
流体力学（Navier-Stokes 方程、湍流基础）、机器学习（深度学习、稀疏建模、优化）、偏微分方程（理解 RANS/LES 等控制方程）、线性代数与数值方法（计算流体力学基础）
课程规模
13 讲 · 1413播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

流体力学机器学习湍流Navier-Stokes 方程RANS 方程湍流闭合模型大涡模拟 LES深度学习闭合建模稀疏非线性模型拉格朗日拟序结构有限时间李雅普诺夫指数计算流体力学 CFD降维与模式识别

课程大纲（13 讲）

  1. P1 · Machine Learning for Fluid Mechanics20 分钟
  2. P2 · Machine Learning for Fluid Dynamics: Patterns13 分钟
  3. P3 · Machine Learning for Fluid Dynamics: Models and Control22 分钟
  4. P4 · Machine Learning for Computational Fluid Dynamics25 分钟
  5. P5 · Sparse Nonlinear Models for Fluid Dynamics with Machine Learning and Optimizatio29 分钟
  6. P6 · Lagrangian Coherent Structures (LCS) in unsteady fluids with Finite Time Lyapuno32 分钟
  7. P7 · What Is Turbulence? Turbulent Fluid Dynamics are Everywhere20 分钟
  8. P8 · Turbulence is Everywhere! Examples of Turbulence and Canonical Flows17 分钟
  9. P9 · Turbulence: Reynolds Averaged Navier-Stokes (Part 1, Mass Continuity Equation)11 分钟
  10. P10 · Turbulence: Reynolds Averaged Navier Stokes (RANS) Equations (Part 2, Momentum E14 分钟
  11. P11 · Turbulence Closure Models: Reynolds Averaged Navier Stokes (RANS) & Large Eddy S23 分钟
  12. P12 · Deep Learning for Turbulence Closure Modeling15 分钟
  13. P13 · Enhancing Computational Fluid Dynamics with Machine Learning10 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。