Computational Flow Physics Group
University of California San Diego
Followers: 5 Following: 0
We develop advanced numerical simulation and data-driven analysis tools to understand, model, and predict turbulent and multiphysics flows in engineering and nature. Our work combines high-fidelity computation with modal decomposition and feature extraction to reveal coherent flow structures and translate them into predictive reduced-order models for forecasting and optimization. We focus on aerospace problems, including jet noise control, unsteady aerodynamics and aeroacoustics, transition, dynamic stall, aero-optics, and hypersonics. While our work is grounded in physics-based modeling, we also curiously explore where modern machine learning can complement first-principles simulation, statistical methods, and classical closure techniques. Beyond aerospace, our methods extend to complex geophysical flows, with applications in atmospheric science and physical oceanography.
統計
7 ファイル
ランク
N/A
of 301,642
評判
N/A
コントリビューション
0 質問
0 回答
回答採用率
0.00%
獲得投票数
0
ランク
of 175,922
コントリビューション
0 問題
0 解答
スコア
0
バッジ数
0
コントリビューション
0 投稿
コントリビューション
0 パブリック チャネル
平均評価
コントリビューション
0 ハイライト
平均いいねの数
