Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.
Teknologi · CC BY 4.0 · Sumber data
Apa tujuan dan pendekatan risetnya?
Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.
Optimasi pada persamaan Navier-Stokes kompresibel menggunakan pendekatan adjoint untuk mengasimilasi data tanpa membangun gradien berdimensi besar secara langsung. Dataset numerik berfidelitas tinggi dari geometri wake dan aliran airfoil menyediakan sasaran kalibrasi. Penelitian juga mengembangkan closure yang belajar daring dari persamaan pengatur, serta formulasi pembelajaran mendalam multiskala untuk aliran dekat dinding. Perangkat lunak dan algoritme yang direncanakan terbuka ini ditujukan bagi pemodelan turbulensi dalam perancangan aerodinamis.
Konteks pengembangan
- Institusi penerima pada catatan
- University of Notre Dame
- Program
- FD-Fluid Dynamics
- Periode pendanaan tercatat
- 2022-10-01 → 2025-09-30
Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.
Klasifikasi NSF
- Directorate for Engineering
- Division of Chemical, Bioengineering, Environmental, and Transport Systems
Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.
Apa yang diketahui tentang statusnya?
Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.
Batas informasi
Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.
Dasar profil
- NSF Award: CBET-EPSRC: Deep Learning Closure Models for Large-Eddy Simulation of Unsteady Aerodynamics ↗
National Science Foundation (NSF) · Amendemen tercatat 07/28/2022
Diakses 2026-10-14. Metadata penghargaan dan abstrak publik NSF menjadi dasar parafrasa editorial Indonesia. Dokumen dan aset lain mengikuti hak pemiliknya.