基于物理信息的神经网络流体参数预测系统

通过对神经网络深度学习方法，解读出不同流域的流体信息，如压力、速度、温度等，提供跨尺度流体信息。

该技术是神经网络方法在流体领域上的应用。

娄钦，女，博士，现为上海理工大学能源与动力工程学院副教授，硕士生导师以及博士生导师。长期从事流体力学的教学和科研工作，主要研究方向为跨尺度数值方法，多孔介质内多相多组分反应流体输运、基于物理信息的深度学习方法。