在深度学习与流体力学融合的背景下，科研边界不断拓展，创新成果层出不穷。从物理模型融合到复杂流动模拟，从数据驱动研究到流场智能分析，深度学习正以前所未有的力量重塑流体力学领域。目前在Nature和Science杂志上发表的深度学习驱动的流体力学方面的论文主要集中以下几个方面：
1、流体力学方程的求解：利用深度学习模型来求解流体力学的基本方程，如纳维-斯托克斯方程。
2、湍流模拟：应用深度学习技术来改进湍流模型，提高湍流模拟的准确性和效率。
3、流场重建与超分辨率：使用深度学习算法对流场数据进行超分辨率重建，提升现有数据的分辨率，以更精确地模拟和分析流体流动。
4、流动特征识别与分类：利用深度学习模型来识别和分类流体流动中的关键特征。
5、流动控制与优化：应用深度学习进行流动控制策略的优化，以提高流体机械的性能。
6、计算流体动力学（CFD）与机器学习的结合：将深度学习集成到传统的CFD软件中，以提高计算效率和精度。
7、物理约束神经网络：开发满足物理守恒定律的神经网络模型，如保辛神经网络。
8、激波和边界层过渡：利用深度学习预测和分析流体中的激波以及边界层的过渡现象。
9、实验数据与模拟数据的融合：使用深度学习来提高流体力学模型的预测能力。
10、新兴技术与流体力学的交叉：如神经辐射场流场重构等新兴技术在流体力学中的应用。
这些研究性成果不仅推动了流体力学领域的科学发展，也展示了深度学习技术在解决复杂流体动力学问题中的潜力。为促进科研人员、工程师及产业界人士对深度学习在流体力学领域应用的技术掌握，北京软研国际信息技术研究院特举办本次专题培训会议，承办方互动派（北京）教育科技有限公司，会议会务合作单位为北京中科四方生物科技有限公司，具体相关事宜通知如下：
流体力学相关领域的科研人员，力学、航空航天科学与工程、工业通用技术及设备、动力工程、船舶工业、建筑科学与工程、石油天然气工业、机械工业、汽车工业、环境科学与资源利用等领域的工程师，工业自动化、机器人、智能制造等相关行业从业者，跨领域研究人员。
2024年6月28日--6月30日
2024年7月06日--7月07日
在线直播（授课五天）
2024年7月06日--7月07日
2024年7月12日--7月14日
在线直播（授课五天）
目录 | 主要内容 |
机器学习与流体力学入门 | 一、流体力学基础理论与编程实战 案例实践：Python编程伪谱法求解NS方程（案例数据与代码提供给学员） 二、Fluent简介与案例实战 案例实践：方腔流、圆柱绕流、小球入水的Fluent求解流程（案例文件提供给学员） |
人工智能深度学习模型与流场超分辨技术 | 三、人工智能基础理论与优化方法 3、机器学习算法简介：支持向量机等机器学习算法 案例实践：Python实现基础网络架构 四、深度学习模型在流场超分辨中的应用 案例实践：Python编程实现流场超分辨，不同模型超分辨的优势和劣势分析 |
深度学习模型力学新范式 | 五、深度学习模型的力学新范式及ODE求解实战 案例实践：利用Neural ODE求解特定流体（多体问题）（案例数据代码提供给学员） |
深度学习模型在流体力学中的应用 | 六、神经网络在湍流模拟中的应用 案例实践：Python编程湍流的拉格朗日方法 七、神经网络在空气动力学中的应用 案例实践：Python编程求解可压缩流体力学方程 |
流动可视化与新兴技术 | 八、流动生成与后处理 案例实践：Python编程实现反向追踪算法（案例数据代码提供给学员） |
目录 | 主要内容 |
机器学习与流体力学入门 | 一、经典流体力学 核心要点： 实操环节： 基于OpenFOAM的矩形柱体LES模拟案例（经典案例数据与代码提供给学员） 二、机器学习基础与应用 核心要点： 实操环节： |
人工智能与实验流体力学 | 三、实验流体力学 核心知识点： 实操环节： 四、人工智能与实验流体力学（流场部分） 核心知识点： 实操环节： 五、人工智能与实验流体力学（压力部分） 核心知识点： 实操环节： |
人工智能与计算流体动力学 | 六、人工智能技术与计算流体动力学 核心知识点： 实操环节： 七、时空超分辨率技术 核心知识点： 实操环节： 1、基于LES/DNS湍流模拟的时空超分辨率研究 2、基于深度学习的流场时序超分辨率处理（数据与代码提供给学员） |
深度强化学习学习在流体力学中的应用 | 八、深度强化学习（Deep Reinforcement Learning, DRL） 核心知识点： 实操环节： 九、深度强化学习的工程实践 核心知识点： 实操环节： |
课程互动与答疑 |
来自国家“985工程”重点高校，主要从事物理和数据驱动的力学建模仿真研究，近年来发表SCI论文15篇，授权三项发明专利。研究方向包括：计算流体力学、流体力学中的机器学习方法、数据驱动的计算力学、有限元方法等。
基于openfoam和深度学习算法驱动的流体力学计算与应用
来自全球顶尖大学香港科技大学，博士，具有丰富的流体力学工作经验，包括实验流体力学，计算流体动力学(CFD)，近年来发表论文10余篇，申请专利三项。擅长领域：流体力学与人工智能的交叉科学，流场预测与重构，AI for CFD， 深度强化学习的气动优化。
1、前沿技术深度聚焦理论与实践结合：结合大量实战案例与项目演练，聚焦深度学习技术在流体力学领域的最新研究进展。
2、全方位技能提升：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），全方位提升您的流体力学计算与应用能力。
3、专业优质资源：提供了多个经典案例实践机会，提供Python编程实现和案例数据代码的资源，确保学习效果与实践体验。
4、新兴技术探讨：课程还包括了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核心知识的探讨，为学员提供了前沿技术的视野。
2024年6月28日--6月30日
2024年7月06日--7月07日
在线直播（授课五天）
2024年7月06日--7月07日
2024年7月12日--7月14日
在线直播（授课5天）
基于Fluent和深度学习算法驱动的流体力学计算与应用：
￥4900元/人
基于openfoam和深度学习算法驱动的流体力学计算与应用：
￥4900元/人
2024年06月10日前报名缴费可享受300元早鸟价优惠；
费用提供用于报销的正规机打发票及盖有公章的纸质通知文件。
北京中科四方生物科技有限公司作为本次会议会务合作单位，负责注册费用收取和开具发票。如需开具会议费的单位请联系招生老师索取会议邀请函；
1、凡参加学员将获得本次课程所有案例模型文件；
2、课程结束可获得本次所学专题全部回放视频；
3、参加课程学员，可以获得：主办方北京软研国际信息技术研究院培训中心颁发的《深度学习流体力学计算与应用工程师》专业技能结业证书；
