深度学习流体力学计算
【Openfoam】：ns方程、矩形柱体LES模拟、机器学习在流体力学领域的实际应用案例、风洞试验、机器学习实验流体力学、人工智能与实验流体力学（流场预测）（压力时序预测）、深度学习空气动力学、时空超分辨率技术、湍流、深度学习离散动作空间/连续动作空间优化
【fluent】：涵盖先进的计算方法（如伪谱法、CNN、GAN、Neural ODE、PINN等）、软件工具应用（Fluent软件、Python编程）、深度学习流场超分辨率、神经网络在湍流模拟中的应用（物理信息神经网络（PINN）和基于图神经网络（GNN））、神经网络在空气动力学中的应用、流动生成与可视化技术（反向追踪算法、Tecplot、Houdini等）流体力学与深度学习融合的新兴技术，如基于神经辐射场的流场重构、基于扩散模型的流动生成等
公众号：助力科研：https://mp.weixin.qq.com/s/1YlUdqlVeEUnqn3pbw-Fpg