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
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？wasserstein 距离的问题?
自然语言处理怎么最快入门？
KL散度衡量的是两个概率分布的距离吗？
Transformer是如何处理可变长度数据的？
现大二，准备做大学生创新创业项目计划 ，目前定的方向是深度学习+畜牧业／养殖业，有什么建议给我们吗？
人工智能在生活中的应用都有哪些？
不可压缩流速度散度为什么是0？
如何理解MCMC中的细致平稳条件？
为什么漂浮在液面上两固体，均被浸润或均不被浸润时表面张力使之相互接近；一被浸润一不被浸润时相互远离？
下一个讨论
你是因为什么而喜欢上编程的？
相关的话题
计算机视觉和自然语言处理，哪个更具有发展前景呢，还是各有千秋呢？流体层为何会产生切应力？是因为摩擦力使其形变了吗？
2021 年了，机器/深度学习还有哪些坑比较好挖？
深度学习和强化学习之间的差别有多大？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
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？
深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？
风扇有几片扇叶怎么设计的，家电风扇三片，排风扇 5-8 片，抽油烟机十几片，涡扇几十片？
TensorFlow的自动求导具体是在哪部分代码里实现的？
球在不断放水的盆中最后会在水中心停留是什么原理？
使用pytorch时，训练集数据太多达到上千万张，Dataloader加载很慢怎么办?
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
用生成模型做数据增强data augmentation时，如何从合成数据中筛选出质量较好的样本？
如何看待知乎的AI答主「四十二」？人工智能有可能理解生命的意义是什么吗？
如何形象地理解纳维-斯托克斯方程？
为什么交叉熵（cross-entropy）可以用于计算代价？
如何评价CUHK以及Yuanjun Xiong提出的Trajectory Convolution？
为什么机器学习解决网络安全问题总是失败?
采用放宽静稳定性设计的飞机有什么优势？
力学好的人到底有多恐怖？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
有哪些比较好的机器学习，深度学习的网络资源可利用？
医学生学习机器学习该如何入门？
如何评价微软正在开发的人工智能编程软件 DeepCoder？
面试官如何判断面试者的机器学习水平？
有什么看似违反热力学第一定律的物理现象？
2021 年了，机器/深度学习还有哪些坑比较好挖？
为什么强大的 MXNet 一直火不起来？
为什么 larger batch size 对对比学习的影响比对监督学习的影响要大？