توزيع الضغط للتدفق أحادي الطور في أنماط الآبار ذات الخمس نقاط، راجع البرامج التعليمية.

يسرنا أن نعلن عن إصدار النسخة الأولى من ReservoirFlow: مكتبة محاكاة وهندسة المكامن باستخدام بايثون. ReservoirFlow هو أول مُحاكي مكامن قائم على نماذج الشبكات العصبية المُستندة إلى الفيزياء، وهو فريد من نوعه من حيث أنه يُتيح مُقارنة ودمج الحلول التحليلية والعددية والعصبية (أي الحلول القائمة على الشبكات العصبية الاصطناعية).

صُمم ReservoirFlow استنادًا إلى حزمة بايثون الحديثة لعلوم البيانات، والحوسبة العلمية، والتعلم الآلي، والتعلم العميق، بهدف دعم الحوسبة عالية الأداء، بما في ذلك تعدد الخيوط، والتوازي، ووحدة معالجة الرسومات (GPU)، ووحدة المعالجة الحرارية (TPU). خلال مُشكلات الحوسبة التي نعتمدها على نماذج محاكاة كبيرة، سيتم تصميم وتنفيذ اختبارات أداء مُكثفة بعناية لتقييم أداء برامج الحوسبة (أي الأطر) والأجهزة (مثل وحدات معالجة الرسومات). ستُستخدم نتائج هذه الاختبارات لتحسين أداء ReservoirFlow بشكل أكبر، ولتزويدنا بالمواد المُوصى بها حول أدوات وتقنيات وأطر الحوسبة المُتاحة. من المقرر أن يدعم ReservoirFlow واجهات برمجة تطبيقات خلفية مختلفة، بما في ذلك NumPy وScipy وJAX وPyTorch وTensorFlow وغيرها.

يدعم الإصدار الأول الوظائف الأساسية، ونتطلع إلى تحسينه خلال السنوات القادمة. ندعو المتخصصين والأكاديميين في مجال ReservoirFlow حول العالم لبدء استخدام هذه المكتبة والتفاعل معنا عبر GitHub أو من خلال Documenation.

دخول لكي تستطيع المشاركة، التعليق، ورؤية التعليقات الأخرى.