计算流体力学（CFD）里应用注意力机制（attention）是否可行？ 第1页
1
li-xin-yu-20-30 网友的相关建议:
个人感觉，CFD主流还是倾向于用基本的确定物理规律（三大方程+状态方程等），辅助以少量的经验模型（DNS甚至不使用经验模型）来预测物理现象，对黑箱的接受度还不高。
2022年更新，之前是我孤陋寡闻了，在此表示歉意。PINN这一类已经不算是“黑箱”了，他的本质就是凑出拟合函数来优化全局误差，和有限元凑出插值函数的思路差不多。能接受有限元，就会慢慢接受PINN。
如果将来能够提高精度，深度学习完全有希望胜任CFD模拟，且它的重算，微扰计算和反问题求解相当快，搞三维超实时仿真也没问题。
jin-xue-feng 网友的相关建议:
对CFD不熟，可以参考一下电磁仿真（麦克斯韦方程）和分子动力（牛顿力学），现在在这些领域有一些进展了，一般的范式是通过经典的方程生成小数据，基于这个小数据进行神经网络训练实现小尺度到大尺度的扩展，性能上可以实现数量级的提升；当然神经网络不一定是attention机制，同时CFD，尤其是湍流，难度比其他领域更大，更复杂，不确定这个方法是否好使，不过万一有效，那也是一篇nature啊。
MindSpore在电磁仿真和分子动力学上做了一些探索，供参考：
1
相关话题
如何评价小米开源的移动端深度学习框架MACE？如何看待 Google 围棋 AI AlphaGo 击败欧洲围棋冠军？
nlp有哪些值得完整实现一遍的算法?
流体力学中为什么要引入涡量？
一个屁的推力有多大？
目前 AI 在疾病的诊断和治疗上，有哪些成功的应用？
如何看待Meta（恺明）最新论文ViTDet：只用ViT做backbone（不使用FPN）的检测模型？
有哪些比较好的元学习（meta learning）领域的学习资源？
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？
反馈控制理论在优化、机器学习等领域有哪些应用？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
为什么学习深度学习感觉无法入门？有哪些比较好的元学习（meta learning）领域的学习资源？
如何形象地理解纳维-斯托克斯方程？
目标检测算法中Two-stage算法速度慢,到底在哪里?
能否使用神经网络来判断奇偶数？
如何评价哈工大的左旺孟老师？
平面上溅落的液体是否服从什么空间分布？
为什么把水管出水口捏扁可以让水流射得更远？
深度学习attention机制中的Q,K,V分别是从哪来的？
transformer 为什么使用 layer normalization，而不是其他的归一化方法？
你见过最差的算法工程师能差到什么程度？
计算机视觉中video understanding领域有什么研究方向和比较重要的成果？
如何比较Keras, TensorLayer, TFLearn ？
深度学习工作站中使用AMD的CPU会有问题吗？
如何评价余凯在朋友圈发表呼吁大家用 caffe、mxnet 等框架，避免使用 TensorFlow？
pytorch 分布式计算 你们都遇到过哪些 坑/bug？
迁移学习与fine-tuning有什么区别？
如何看待谷歌公开 tensorflow 专用处理器 TPU?
老师给了一个神经网络的程序，他之前是跑通了的，但是我迭代几十次或者一百多次就报错。这个怎么解决?
什么时候对数据进行[0,1]归一化，什么时候[-1,1]归一化，二者分别在什么场景？
陶哲轩这篇关于 N-S 方程的证明具体是得出了什么结论，对 CFD 会有什么深远影响吗？
神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？
流体层为何会产生切应力？是因为摩擦力使其形变了吗？
人工智能的意义和价值是什么？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
为什么以亚音速飞行的飞行器，其局部就可以出现超音速气流？
阿里的TDM树深度模型为什么很少有人用，是有哪些问题吗？
如何理解attention中的Q,K,V？
现代人工神经网络是不是一个死胡同？这个技术是不是骗人的？
计算机视觉顶级会议论文中比较适合初学计算机视觉的人做的复现实验有哪些？