优秀的机器学习在流体力学中的应用：FM中ML的精选列表

简介：
本文章梳理了机器学习技术在解决流体力学问题上的最新进展，特别聚焦于如何利用先进的机器学习方法优化和加速计算流体动力学（CFD）模拟。文中提供了涵盖不同领域的精选文献综述，旨在为科研人员提供一个全面而深入的参考列表。 适用于流体力学的机器学习论文、代码、库和数据库精选列表： - 目录结构是Google开发的一款著名的机器学习库。 - 是Facebook推出的一种机器学习框架。 - 提供了通用的机器学习功能，并实现了多种数据分析算法。 - 该软件包为回声状态网络（ESN）提供了一个优秀的实现，这种技术通常应用于动态系统中。 - 基于PyTorch的另一个ESN优秀实现方案也值得一提。 - 另一个重要的工具是SINDy，它包含几种用于非线性动力系统的稀疏识别算法，并非常适合处理动态问题。 - 最后是一个高效的奇异值分解（SVD）库，它的分布式和并行特性使其在大型数据集上表现出色。 研究文章评论： - 数据时代的湍流建模 (2019年) - 湍流中机器学习的观点 (2019年) - 面向流体力学的机器学习(2020年) - 湍流建模中的机器学习方法透视（2020年）