🔹 Titolo: Data-based approach for time-correlated closures of turbulence models

🔹 Speaker: Julia Domingues Lemos (Federal University of Rio de Janeiro (UFRJ) School of Chemical and Biochemical Process Engineering)

🔹 Abstract: Il movimento turbolento sviluppato dei fluidi manca ancora di una descrizione analitica nonostante più di un secolo di ricerca attiva. Al giorno d'oggi le idee fenomenologiche sono ampiamente utilizzate in applicazioni pratiche, come chiusure su piccola scala per simulazioni numeriche di flussi turbolenti. Nel presente lavoro, utilizziamo un modello shell di turbolenza per costruire una chiusura destinata ad avere un solido background teorico e a catturare le caratteristiche probabilistiche intrinseche della turbolenza. I modelli shell di turbolenza sono sistemi deterministici dinamici utilizzati per modellare la cascata di energia e altri aspetti chiave dell'equazione di Navier-Stokes. Alcuni, come il modello Sabra, presentano anche intermittenza. Riscaliamo le variabili del modello Sabra in un modo che porta a simmetrie nascoste e distribuzioni universali. Utilizziamo quindi tali distribuzioni fini per scrivere le chiusure, ovvero le espressioni mancanti per alcune delle variabili Sabra. Le nostre chiusure si basano sull'approssimazione delle funzioni di densità di probabilità utilizzando un modello di miscela gaussiana, che le rende probabilistiche per natura e ci consente di scrivere chiusure correlate al tempo. Forniamo inoltre un framework in cui altri strumenti di machine learning possono essere utilizzati con aspetti ridotti di black-box