流体力学遇见深度学习：揭示微观流动背后的智能力量
- 直播时间：4月24日 19:30
- 课时章节：第1节课（共1节）
- 适用人群：从事流体力学、多孔介质等方向的学生与教师；对AI建模感兴趣的力学与地学相关背景人员；计算科学与深度学习应用研究者；能源、环境、新材料等行业从业者
加入课程交流群>>
报名费：
已报名：人
立即报名
（免费）
直播时间：2025-04-24 19:30:00
直播背景：
近年来，随着人工智能技术的迅猛发展，深度学习与物理建模的融合正在重塑传统计算科学格局。特别是在流体力学与多孔介质渗流模拟领域，面对微观结构复杂、参数不确定性高、传统数值方法计算成本昂贵等问题，基于数据驱动或物理引导的深度学习方法展现出前所未有的潜力。
本课程旨在帮助科研人员与工程从业者深入理解这一交叉前沿，掌握深度学习在流体模拟中的应用思路、建模方法与工程实践技巧，探索从“物理公式”到“智能预测”的新范式。
直播目的：
理解深度学习在流体力学与渗流建模中的优势与局限；
掌握微观结构数据处理与多孔介质建模的关键技术；
了解Physics-Informed Neural Networks (PINNs)等前沿方法在物理建模中的实际应用；
拓展科研与工程问题中的AI建模思维，提升跨学科解决问题的能力。
直播大纲：
前沿趋势与挑战概述
微尺度流动模拟中的难点与需求
深度学习如何赋能传统流体模拟
流体力学中的AI建模框架
数据驱动建模 vs. 物理引导建模
卷积神经网络（CNN）、图神经网络（GNN）在渗流模拟中的案例介绍
Physics-Informed Neural Networks (PINNs)
基本原理与结构解析
在多孔介质渗流与裂缝流动中的应用举例
微观结构构建与图像处理方法
从CT图像/图像生成重建孔隙结构
数据集构建与预处理方法
案例分析与实操分享
AI辅助页岩气孔隙流模拟
智能建模在碳封存与地热中的应用前景
问答与交流
实际研究/工程中遇到的AI建模难题现场答疑
与讲师互动交流思路与方法
直播现场在评论区与讲师交流互动可获得5元学习金
下方扫码添加微信客服，回复"人工智能"即可免费进直播交流群~
1.直播错过，有视频可以观看吗？
答：每期直播都有视频回放，付费学员可反复观看
2.录播视频可以下载吗？
答：录播视频不可以下载观看，只能在线观看。
3.原模型资料学员可以拿到吗？
答：每期课件及原模型资料都会上传供学员下载，详见报名福利【课件下载】。
4.开课前会有通知吗？
答：注册技术邻账号，并绑定手机号，可获取短信和直播群公告通知。
5.看直播时，可以与专家互动吗？
答：学员可以边看直播边提问，让您的学习全程无忧。
6.手机可以观看直播吗？
答：下载技术邻APP，就可以随时随地观看直播了。
客服
+关注
jack_L
博士、10年的科研与工程实践经验
主持/参与多项国家重点科研项目
擅长将传统数理模型与人工智能技术相结合，推动流体力学模拟的智能化转型，其开发的多孔介质AI建模框架已成功应用于页岩气、CO₂封存、地热开采等多个实际工程场景
技术邻APP
工程师必备
工程师必备
- 项目客服
- 培训客服
- 平台客服
TOP
