Data-Driven Resolvent Analysis

Автор: Steve Brunton

Загружено: 2020-11-17

Просмотров: 11211

Описание: Benjamin Herrmann describes a data-driven algorithm to perform resolvent analysis from fluid mechanics to obtain the leading forcing and response modes, without recourse to the governing equations, but instead based on snapshots of the transient evolution of linearly stable flows. This approach is based on two established facts: 1) dynamic mode decomposition can approximate eigenvalues and eigenvectors of the underlying operator governing the evolution of a system from measurement data, and 2) a projection of the resolvent operator onto an invariant subspace can be built from this learned eigendecomposition.

Paper Link: https://arxiv.org/abs/2010.02181
Benjamin Herrmann, Peter J. Baddoo, Richard Semaan, Steven L. Brunton, and Beverley J. McKeon

This work will be discussed at the APS DFD conference at 8:45 AM, Monday, November 23, 2020
http://meetings.aps.org/Meeting/DFD20...
Session K09: Nonlinear Dynamics: Model Reduction (8:45am - 9:30am)

This video was produced at the University of Washington

Не удается загрузить Youtube-плеер. Проверьте блокировку Youtube в вашей сети.
Повторяем попытку...

Data-Driven Resolvent Analysis

Доступные форматы для скачивания:

Скачать видео

Информация по загрузке:

Скачать аудио

Похожие видео

Koopman Spectral Analysis (Overview)

Koopman Spectral Analysis (Overview)

Machine Learning for Computational Fluid Dynamics

Machine Learning for Computational Fluid Dynamics

Robust Principal Component Analysis (RPCA)

Robust Principal Component Analysis (RPCA)

Понимание GD&T

4 Hours Chopin for Studying, Concentration & Relaxation

4 Hours Chopin for Studying, Concentration & Relaxation

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

Но что такое нейронная сеть? | Глава 1. Глубокое обучение

What we learned from the 3-body problem

What we learned from the 3-body problem

Sparse Sensor Placement Optimization for Reconstruction

Sparse Sensor Placement Optimization for Reconstruction

Data-driven MPC: From linear to nonlinear systems with guarantees

Data-driven MPC: From linear to nonlinear systems with guarantees

The 90-Degree Torque Problem

The 90-Degree Torque Problem

Что происходит с нейросетью во время обучения?

Что происходит с нейросетью во время обучения?

Гипотеза Пуанкаре — Алексей Савватеев на ПостНауке

Гипотеза Пуанкаре — Алексей Савватеев на ПостНауке

Теренс Тао о том, как Григорий Перельман решил гипотезу Пуанкаре | Лекс Фридман

Теренс Тао о том, как Григорий Перельман решил гипотезу Пуанкаре | Лекс Фридман

Deep Reinforcement Learning: Neural Networks for Learning Control Laws

Deep Reinforcement Learning: Neural Networks for Learning Control Laws

Singular Value Decomposition (SVD): Mathematical Overview

Singular Value Decomposition (SVD): Mathematical Overview

Все, что вам нужно знать о теории управления

Все, что вам нужно знать о теории управления

Turbulent Flow is MORE Awesome Than Laminar Flow

Turbulent Flow is MORE Awesome Than Laminar Flow

Скалярное произведение и двойственность | Глава 9. Сущность линейной алгебры

Скалярное произведение и двойственность | Глава 9. Сущность линейной алгебры

Python Machine Learning Tutorial (Data Science)

Python Machine Learning Tutorial (Data Science)

Data-Driven Control: Overview

Data-Driven Control: Overview