数据驱动的流体力学 结合第一性原理和机器学习

Data-Driven Fluid Mechanics : Combining First Principles and Machine Learning

数据驱动方法已成为流体动力学家方法论组合的重要组成部分，激励学生和从业者从各种学科中收集实践知识。

这些领域包括计算机科学、统计学、优化、信号处理、模式识别、非线性动力学和控制。

流体力学历来是一个大数据领域，为开发和应用数据驱动方法提供了肥沃的土壤，同时还基于其与基础物理学的强大联系提供了有价值的捷径、约束和解释。

因此，利用基于数据和基本原理的两种方法的混合方法是活跃和令人兴奋的研究的重点。源于冯·卡门流体动力学研究所为期一周的讲座系列课程