| RUS ENG |
| Полная версия |
|
|
|
| ВИДЕОТЕКА |
|
VI Международная конференция «Суперкомпьютерные технологии математического моделирования» (СКТеММ’25)
|
|||
|
|
|||
|
Моделирование фильтрации цезия-137 с использованием физически - информированной нейронной сети И. И. Копинцу Московский авиационный институт (национальный исследовательский университет) |
|||
|
Аннотация: Оценка долгосрочного поведения радионуклидов в почвах критически важна для экологического мониторинга и управления последствиями техногенных аварий. В работе предлагается гибридный подход к моделированию переноса Cs-137 в трёх типах почв (супесчаная, чернозём, органическая) с использованием физически-информированной нейронной сети (PINN). Численная модель основана на решении одномерного уравнения переноса скаляра с учётом влияния слагаемых адвекции, молекулярной диффузии, радиоактивного распада и двухфазной кинетической десорбции. Профиль влагосодержания, определяющий поток, рассчитывается по уравнению Ричардса. PINN обучается на синтетических данных численных решений и физической невязке, обеспечивая точность и физическую согласованность. Рассмотрены различные способы кодирования типа почвы: скалярный, “one-hot” и “embedding”. Показано, что использование подхода “learnable embedding” обеспечивает лучшие метрики качества и способность к обобщению на невиданные типы почв. Проведен анализ влияния гиперпараметров PINN на значения метрик RMSE, SSIM. Предложенный подход открывает возможности для масштабирования моделей переноса на более широкий класс геосред. |
|||