Mô hình hóa dòng dung nham bằng Mạng Nơron Phi tuyến Tế bào (CNN): kết quả sơ bộ

Tóm tắt. Việc dự đoán các con đường dòng dung nham là một vấn đề phức tạp trong đó nhiệt độ, độ nhớt và tỷ lệ dòng chảy đều thay đổi theo không gian và thời gian. Vấn đề trở nên khó giải hơn khi dung nham chảy xuống một địa hình thực, bởi vì mối quan hệ giữa các tham số đặc trưng của dòng chảy thường phi tuyến. Một phương pháp thay thế cho vấn đề này, không sử dụng các phương pháp phương trình vi phân chuẩn, là Mạng Nơron Phi tuyến Tế bào (CNN). Mô hình CNN là một khuôn khổ tự nhiên và linh hoạt cho việc mô tả các hệ thống động lực học đơn giản, liên kết cục bộ, có cấu trúc dạng lưới. Chúng bao gồm các mảng mạch động lực học đơn giản, được ghép nối phi tuyến, chứa các phần tử tuyến tính và phi tuyến có khả năng xử lý một khối lượng thông tin lớn trong thời gian thực. Hai phương pháp khác nhau đã được thực hiện trong việc mô phỏng một số dòng dung nham. Thứ nhất, một kỹ thuật điển hình của CNN để phân tích các hiện tượng không gian-thời gian (như Sóng tự động) trong 2D và trong 3D đã được sử dụng. Thứ hai, CNN đã được sử dụng như là các hàm giải cho các phương trình vi phân từng phần trong điều trị dòng chảy Newton của Navier-Stokes.